掃一掃
關(guān)注中圖網(wǎng)
官方微博
包郵 大數(shù)據(jù)大家談
作者：張華平等著
開(kāi)本：
32開(kāi)
頁(yè)數(shù)：
262
本類(lèi)榜單：計(jì)算機(jī)/網(wǎng)絡(luò)銷(xiāo)量榜
本類(lèi)五星書(shū)更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(shū)(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
買(mǎi)過(guò)本商品的人還買(mǎi)了
中圖價(jià):¥33.4
加入購(gòu)物車(chē)
大數(shù)據(jù)大家談 版權(quán)信息
- ISBN：9787121301810
- 條形碼：9787121301810 ; 978-7-121-30181-0
- 裝幀：暫無(wú)
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類(lèi)：>>
大數(shù)據(jù)大家談 本書(shū)特色
本書(shū)邀請(qǐng)了14位國(guó)內(nèi)外大數(shù)據(jù)產(chǎn)學(xué)研有影響力的一線專家學(xué)者，總結(jié)各自的研究與工作專長(zhǎng)，以專題的形式發(fā)表了各自的研究成果。本書(shū)主要包括了大數(shù)據(jù)綜述、大數(shù)據(jù)思維、大數(shù)據(jù)技術(shù)與大數(shù)據(jù)應(yīng)用四個(gè)部分。其中，大數(shù)據(jù)綜述主要介紹大數(shù)據(jù)的概念、背景、技術(shù)與國(guó)內(nèi)外政策等，讓讀者對(duì)大數(shù)據(jù)有個(gè)全景式的了解；大數(shù)據(jù)思維包括大數(shù)據(jù)的開(kāi)放式創(chuàng)新與流動(dòng)的大數(shù)據(jù)兩方面；大數(shù)據(jù)技術(shù)分別介紹了大數(shù)據(jù)平臺(tái)架構(gòu)、大數(shù)據(jù)語(yǔ)義分析、情感分析、大數(shù)據(jù)可視化、多媒體搜索分析等當(dāng)前的技術(shù)熱點(diǎn)；大數(shù)據(jù)應(yīng)用主要介紹了新媒體、企業(yè)大數(shù)據(jù)基礎(chǔ)設(shè)施、金融行業(yè)應(yīng)用、大數(shù)據(jù)傳播第四范式、金融大數(shù)據(jù)等應(yīng)用。本書(shū)適合大數(shù)據(jù)行業(yè)研究者、技術(shù)開(kāi)發(fā)工程師與研究人員使用。
大數(shù)據(jù)大家談 內(nèi)容簡(jiǎn)介
本書(shū)邀請(qǐng)了14位國(guó)內(nèi)外大數(shù)據(jù)產(chǎn)學(xué)研有影響力的一線專家學(xué)者，總結(jié)各自的研究與工作專長(zhǎng)，以專題的形式發(fā)表了各自的研究成果。本書(shū)主要包括了大數(shù)據(jù)綜述、大數(shù)據(jù)思維、大數(shù)據(jù)技術(shù)與大數(shù)據(jù)應(yīng)用四個(gè)部分。其中，大數(shù)據(jù)綜述主要介紹大數(shù)據(jù)的概念、背景、技術(shù)與國(guó)內(nèi)外政策等，讓讀者對(duì)大數(shù)據(jù)有個(gè)全景式的了解；大數(shù)據(jù)思維包括大數(shù)據(jù)的開(kāi)放式創(chuàng)新與流動(dòng)的大數(shù)據(jù)兩方面；大數(shù)據(jù)技術(shù)分別介紹了大數(shù)據(jù)平臺(tái)架構(gòu)、大數(shù)據(jù)語(yǔ)義分析、情感分析、大數(shù)據(jù)可視化、多媒體搜索分析等當(dāng)前的技術(shù)熱點(diǎn)；大數(shù)據(jù)應(yīng)用主要介紹了新媒體、企業(yè)大數(shù)據(jù)基礎(chǔ)設(shè)施、金融行業(yè)應(yīng)用、大數(shù)據(jù)傳播第四范式、金融大數(shù)據(jù)等應(yīng)用。本書(shū)適合大數(shù)據(jù)行業(yè)研究者、技術(shù)開(kāi)發(fā)工程師與研究人員使用。
大數(shù)據(jù)大家談 目錄
第1章 大數(shù)據(jù)技術(shù)及其相關(guān)政策 1
1.1 大數(shù)據(jù)產(chǎn)生的背景 1
1.2 大數(shù)據(jù)的概念和特征 3
1.2.1 大數(shù)據(jù)的概念 3
1.2.2 大數(shù)據(jù)的特征 3
1.3 大數(shù)據(jù)技術(shù)發(fā)展趨勢(shì) 4
1.3.1 大數(shù)據(jù)帶來(lái)的決策方式的革命 4
1.3.2 大數(shù)據(jù)面臨的挑戰(zhàn)及其對(duì)應(yīng)的技術(shù)概覽 7
1.3.3 大數(shù)據(jù)架構(gòu)下的人才需求及產(chǎn)業(yè)結(jié)構(gòu) 12
1.4 大數(shù)據(jù)近期政策及其響應(yīng) 14
1.5 本章小結(jié) 17
參考文獻(xiàn) 18
第2章 大數(shù)據(jù)的開(kāi)放式創(chuàng)新 20
2.1 開(kāi)放數(shù)據(jù) 21
2.2 基于數(shù)據(jù)安全流通和定價(jià)的數(shù)據(jù)市場(chǎng) 23
2.3 開(kāi)放的基礎(chǔ)設(shè)施 26
2.4 開(kāi)放的社會(huì)化分析服務(wù) 28
2.5 跨越領(lǐng)域界限的開(kāi)放數(shù)據(jù)思維 30
2.6 本章小結(jié) 31
參考文獻(xiàn) 31
第3章 流動(dòng)的大數(shù)據(jù) 33
3.1 總論 33
3.2 三個(gè)案例看互聯(lián)網(wǎng) 34
3.3 “爽”的體驗(yàn)與流動(dòng)性 35
3.4 從個(gè)體到關(guān)系：笛卡兒兩分法的破滅 38
3.5 本章小結(jié) 40
參考文獻(xiàn) 41
第4章 大數(shù)據(jù)技術(shù)架構(gòu)與發(fā)展趨勢(shì) 42
4.1 大數(shù)據(jù)技術(shù)概覽 42
4.2 Hadoop生態(tài)系統(tǒng) 46
4.3 Spark生態(tài)系統(tǒng) 54
4.4 Spark和Hadoop的性能對(duì)比 59
4.5 大數(shù)據(jù)技術(shù)前景及未來(lái) 62
4.6 本章小結(jié) 64
參考文獻(xiàn) 66
第5章 大數(shù)據(jù)語(yǔ)義分析關(guān)鍵技術(shù) 68
5.1 引言 68
5.2 國(guó)內(nèi)外研究現(xiàn)狀及發(fā)展動(dòng)態(tài)分析 71
5.2.1 語(yǔ)義計(jì)算 71
5.2.2 文本表示 72
5.2.3 語(yǔ)義知識(shí)本體構(gòu)建 73
5.2.4 情感分析 74
5.3 技術(shù)框架 76
5.3.1 信息客體表示模型 77
5.3.2 跨語(yǔ)言本體概念空間的大數(shù)據(jù)自動(dòng)構(gòu)建 78
5.3.3 知識(shí)抽取與大數(shù)據(jù)關(guān)聯(lián)分析 79
5.3.4 社會(huì)個(gè)體的語(yǔ)義表示與群體發(fā)現(xiàn) 79
5.3.5 基于知識(shí)本體的語(yǔ)義計(jì)算與情感量化分析 80
5.3.6 面向公共安全事件的群體態(tài)勢(shì)推演 81
5.4 關(guān)鍵科學(xué)問(wèn)題與技術(shù)特色 82
5.5 研究方法 84
5.6 技術(shù)路線 85
5.6.1 信息客體表示模型 85
5.6.2 跨語(yǔ)言本體概念空間的大數(shù)據(jù)自動(dòng)構(gòu)建 86
5.6.3 知識(shí)抽取與大數(shù)據(jù)關(guān)聯(lián)分析 87
5.6.4 社會(huì)個(gè)體的語(yǔ)義表示與群體發(fā)現(xiàn) 89
5.6.5 基于知識(shí)本體的語(yǔ)義計(jì)算與情感量化分析 90
5.6.6 面向公共安全事件的群體態(tài)勢(shì)推演 91
5.7 基于知識(shí)本體大數(shù)據(jù)語(yǔ)義分析技術(shù)的應(yīng)用實(shí)踐 93
5.7.1 NLPIR大數(shù)據(jù)搜索與挖掘共享平臺(tái) 93
5.7.2 JZSearch語(yǔ)義精準(zhǔn)搜索引擎 101
參考文獻(xiàn) 108
第6章 社會(huì)網(wǎng)絡(luò)大數(shù)據(jù)的情感分析與情緒感知技術(shù) 112
6.1 概述 112
6.2 國(guó)內(nèi)外相關(guān)研究進(jìn)展 115
6.3 基于微博熱點(diǎn)話題的情感分析及其應(yīng)用 116
6.4 基于多維度分析的群體情感摘要抽取及其應(yīng)用 122
6.5 基于統(tǒng)計(jì)學(xué)習(xí)的情緒分類(lèi)及其時(shí)序變化分析應(yīng)用 125
6.6 未來(lái)研究方向 129
6.7 本章小結(jié) 130
參考文獻(xiàn) 130
第7章 大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘與可視化傳播 133
7.1 大數(shù)據(jù)時(shí)代來(lái)臨 133
7.2 大數(shù)據(jù)的基本特征 134
7.3 大數(shù)據(jù)挖掘與應(yīng)用 136
7.4 大數(shù)據(jù)與小數(shù)據(jù) 139
7.5 數(shù)據(jù)挖掘的基本原理與方法 140
7.6 大數(shù)據(jù)時(shí)代的數(shù)據(jù)可視化技術(shù) 145
7.7 大數(shù)據(jù)挖掘和數(shù)據(jù)可視化工具 148
第8章 大規(guī)模社會(huì)多媒體數(shù)據(jù)搜索與處理 156
8.1 社會(huì)多媒體簡(jiǎn)介 156
8.1.1 社會(huì)多媒體的發(fā)展 156
8.1.2 社會(huì)多媒體的特點(diǎn)和挑戰(zhàn) 158
8.2 大規(guī)模社會(huì)多媒體數(shù)據(jù)的搜索 160
8.3 社會(huì)多媒體搜索模式 161
8.3.1 基于開(kāi)放API的搜索 161
8.3.2 基于頁(yè)面的搜索 161
8.3.3 基于語(yǔ)義模式的搜索 162
8.4 社會(huì)多媒體的在線實(shí)時(shí)搜索架構(gòu) 165
8.4.1 在線分布式實(shí)時(shí)搜索 166
8.4.2 反封堵管理模塊 167
8.5 大規(guī)模社會(huì)多媒體的基本處理技術(shù) 168
8.5.1 社會(huì)多媒體存儲(chǔ)計(jì)算 169
8.5.2 社會(huì)多媒體數(shù)據(jù)的特征學(xué)習(xí) 172
8.6 大規(guī)模社會(huì)多媒體數(shù)據(jù)的挖掘與應(yīng)用 176
8.6.1 以用戶為中心的社會(huì)多媒體建模 178
8.6.2 以內(nèi)容為中心的社會(huì)多媒體建模 180
8.6.3 基于用戶和內(nèi)容的關(guān)聯(lián)挖掘 183
8.7 本章小結(jié) 186
參考文獻(xiàn) 186
第9章 第四范式下的大數(shù)據(jù)分析 模型構(gòu)建 189
9.1 第四范式的提出 189
9.2 第四范式真的不需要理論嗎 190
9.2.1 總體問(wèn)題 190
9.2.2 因果關(guān)系問(wèn)題 191
9.2.3 效度低 191
9.3 如何用理論模型來(lái)架構(gòu)網(wǎng)絡(luò)數(shù)據(jù) 191
9.4 傳播學(xué)理論的應(yīng)用 198
9.5 簡(jiǎn)單的效果分析模型——品牌明星代言調(diào)查 201
9.6 本章小結(jié) 203
第10章 大數(shù)據(jù)視角下的新媒體指數(shù) 205
10.1 新媒體指數(shù)簡(jiǎn)介 205
10.2 大數(shù)據(jù)視角下的新媒體指數(shù) 205
10.2.1 從信息源看新媒體指數(shù) 205
10.2.2 從信息分析方法看新媒體指數(shù) 207
10.2.3 從數(shù)據(jù)應(yīng)用場(chǎng)景看新媒體指數(shù) 209
10.3 本章小結(jié) 210
第11章 企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)向大數(shù)據(jù)基礎(chǔ)設(shè)施轉(zhuǎn)型中的若干問(wèn)題 212
11.1 擴(kuò)容與換代疊加 213
11.2 遷移與新需求交織 213
11.3 設(shè)備輕型化、平臺(tái)開(kāi)源化與團(tuán)隊(duì)重構(gòu)同步 214
11.4 “互聯(lián)網(wǎng) ”與非結(jié)構(gòu)化數(shù)據(jù)爆炸 214
第12章 金融行業(yè)大數(shù)據(jù)綜述 216
12.1 金融行業(yè)大數(shù)據(jù)相關(guān)政策 216
12.1.1 中央政府的相關(guān)政策 216
12.1.2 地方政府的相關(guān)政策 217
12.2 金融大數(shù)據(jù)的定義與概述 217
12.3 金融大數(shù)據(jù)的市場(chǎng)分析 219
12.4 金融大數(shù)據(jù)支撐的業(yè)務(wù) 220
12.4.1 第三方支付 220
12.4.2 P2P業(yè)務(wù) 222
12.4.3 互聯(lián)網(wǎng)征信 223
12.4.4 眾籌 225
12.4.5 互聯(lián)網(wǎng)銀行 225
12.5 主要互聯(lián)網(wǎng)金融公司介紹 227
12.5.1 阿里巴巴 227
12.5.2 騰訊 228
12.5.3 百度 228
12.5.4 大象金服 230
第13章 金融行業(yè)大數(shù)據(jù)應(yīng)用 235
13.1 導(dǎo)言 235
13.2 大數(shù)據(jù)技術(shù)在金融行業(yè)的實(shí)際應(yīng)用 235
13.2.1 **類(lèi)應(yīng)用：個(gè)體公司內(nèi)部數(shù)據(jù)的動(dòng)員 236
13.2.2 第二類(lèi)應(yīng)用：行業(yè)數(shù)據(jù)平臺(tái) 238
13.2.3 第三類(lèi)應(yīng)用：行業(yè)外部數(shù)據(jù)在金融行業(yè)的應(yīng)用 240
13.2.4 金融行業(yè)數(shù)據(jù)從關(guān)系型數(shù)據(jù)庫(kù)向大數(shù)據(jù)技術(shù)平臺(tái)的遷移 242
13.3 金融行業(yè)的應(yīng)用對(duì)大數(shù)據(jù)技術(shù)提出嚴(yán)格的要求 243
13.4 本章小結(jié) 249
第14章 智慧旅游大數(shù)據(jù)應(yīng)用 251
14.1 導(dǎo)言 251
14.2 旅游輿情分析 252
14.2.1 中國(guó)旅游目的地網(wǎng)絡(luò)輿情指數(shù) 252
14.2.2 輿情分析方法 253
14.2.3 輿情熱點(diǎn)分析 255
14.3 基于大數(shù)據(jù)的游客行為分析 256
14.3.1 旅游大數(shù)據(jù)預(yù)測(cè) 257
14.3.2 電商O(píng)TA數(shù)據(jù)分析 259
14.3.3 交通數(shù)據(jù)分析 259
14.4 基于運(yùn)營(yíng)商的LBS數(shù)據(jù)的游客軌跡分析及用戶畫(huà)像 260
14.4.1 游客畫(huà)像監(jiān)測(cè) 260
14.4.2 游客軌跡分析 262
14.5 本章小結(jié) 263
1.1 大數(shù)據(jù)產(chǎn)生的背景 1
1.2 大數(shù)據(jù)的概念和特征 3
1.2.1 大數(shù)據(jù)的概念 3
1.2.2 大數(shù)據(jù)的特征 3
1.3 大數(shù)據(jù)技術(shù)發(fā)展趨勢(shì) 4
1.3.1 大數(shù)據(jù)帶來(lái)的決策方式的革命 4
1.3.2 大數(shù)據(jù)面臨的挑戰(zhàn)及其對(duì)應(yīng)的技術(shù)概覽 7
1.3.3 大數(shù)據(jù)架構(gòu)下的人才需求及產(chǎn)業(yè)結(jié)構(gòu) 12
1.4 大數(shù)據(jù)近期政策及其響應(yīng) 14
1.5 本章小結(jié) 17
參考文獻(xiàn) 18
第2章 大數(shù)據(jù)的開(kāi)放式創(chuàng)新 20
2.1 開(kāi)放數(shù)據(jù) 21
2.2 基于數(shù)據(jù)安全流通和定價(jià)的數(shù)據(jù)市場(chǎng) 23
2.3 開(kāi)放的基礎(chǔ)設(shè)施 26
2.4 開(kāi)放的社會(huì)化分析服務(wù) 28
2.5 跨越領(lǐng)域界限的開(kāi)放數(shù)據(jù)思維 30
2.6 本章小結(jié) 31
參考文獻(xiàn) 31
第3章 流動(dòng)的大數(shù)據(jù) 33
3.1 總論 33
3.2 三個(gè)案例看互聯(lián)網(wǎng) 34
3.3 “爽”的體驗(yàn)與流動(dòng)性 35
3.4 從個(gè)體到關(guān)系：笛卡兒兩分法的破滅 38
3.5 本章小結(jié) 40
參考文獻(xiàn) 41
第4章 大數(shù)據(jù)技術(shù)架構(gòu)與發(fā)展趨勢(shì) 42
4.1 大數(shù)據(jù)技術(shù)概覽 42
4.2 Hadoop生態(tài)系統(tǒng) 46
4.3 Spark生態(tài)系統(tǒng) 54
4.4 Spark和Hadoop的性能對(duì)比 59
4.5 大數(shù)據(jù)技術(shù)前景及未來(lái) 62
4.6 本章小結(jié) 64
參考文獻(xiàn) 66
第5章 大數(shù)據(jù)語(yǔ)義分析關(guān)鍵技術(shù) 68
5.1 引言 68
5.2 國(guó)內(nèi)外研究現(xiàn)狀及發(fā)展動(dòng)態(tài)分析 71
5.2.1 語(yǔ)義計(jì)算 71
5.2.2 文本表示 72
5.2.3 語(yǔ)義知識(shí)本體構(gòu)建 73
5.2.4 情感分析 74
5.3 技術(shù)框架 76
5.3.1 信息客體表示模型 77
5.3.2 跨語(yǔ)言本體概念空間的大數(shù)據(jù)自動(dòng)構(gòu)建 78
5.3.3 知識(shí)抽取與大數(shù)據(jù)關(guān)聯(lián)分析 79
5.3.4 社會(huì)個(gè)體的語(yǔ)義表示與群體發(fā)現(xiàn) 79
5.3.5 基于知識(shí)本體的語(yǔ)義計(jì)算與情感量化分析 80
5.3.6 面向公共安全事件的群體態(tài)勢(shì)推演 81
5.4 關(guān)鍵科學(xué)問(wèn)題與技術(shù)特色 82
5.5 研究方法 84
5.6 技術(shù)路線 85
5.6.1 信息客體表示模型 85
5.6.2 跨語(yǔ)言本體概念空間的大數(shù)據(jù)自動(dòng)構(gòu)建 86
5.6.3 知識(shí)抽取與大數(shù)據(jù)關(guān)聯(lián)分析 87
5.6.4 社會(huì)個(gè)體的語(yǔ)義表示與群體發(fā)現(xiàn) 89
5.6.5 基于知識(shí)本體的語(yǔ)義計(jì)算與情感量化分析 90
5.6.6 面向公共安全事件的群體態(tài)勢(shì)推演 91
5.7 基于知識(shí)本體大數(shù)據(jù)語(yǔ)義分析技術(shù)的應(yīng)用實(shí)踐 93
5.7.1 NLPIR大數(shù)據(jù)搜索與挖掘共享平臺(tái) 93
5.7.2 JZSearch語(yǔ)義精準(zhǔn)搜索引擎 101
參考文獻(xiàn) 108
第6章 社會(huì)網(wǎng)絡(luò)大數(shù)據(jù)的情感分析與情緒感知技術(shù) 112
6.1 概述 112
6.2 國(guó)內(nèi)外相關(guān)研究進(jìn)展 115
6.3 基于微博熱點(diǎn)話題的情感分析及其應(yīng)用 116
6.4 基于多維度分析的群體情感摘要抽取及其應(yīng)用 122
6.5 基于統(tǒng)計(jì)學(xué)習(xí)的情緒分類(lèi)及其時(shí)序變化分析應(yīng)用 125
6.6 未來(lái)研究方向 129
6.7 本章小結(jié) 130
參考文獻(xiàn) 130
第7章 大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘與可視化傳播 133
7.1 大數(shù)據(jù)時(shí)代來(lái)臨 133
7.2 大數(shù)據(jù)的基本特征 134
7.3 大數(shù)據(jù)挖掘與應(yīng)用 136
7.4 大數(shù)據(jù)與小數(shù)據(jù) 139
7.5 數(shù)據(jù)挖掘的基本原理與方法 140
7.6 大數(shù)據(jù)時(shí)代的數(shù)據(jù)可視化技術(shù) 145
7.7 大數(shù)據(jù)挖掘和數(shù)據(jù)可視化工具 148
第8章 大規(guī)模社會(huì)多媒體數(shù)據(jù)搜索與處理 156
8.1 社會(huì)多媒體簡(jiǎn)介 156
8.1.1 社會(huì)多媒體的發(fā)展 156
8.1.2 社會(huì)多媒體的特點(diǎn)和挑戰(zhàn) 158
8.2 大規(guī)模社會(huì)多媒體數(shù)據(jù)的搜索 160
8.3 社會(huì)多媒體搜索模式 161
8.3.1 基于開(kāi)放API的搜索 161
8.3.2 基于頁(yè)面的搜索 161
8.3.3 基于語(yǔ)義模式的搜索 162
8.4 社會(huì)多媒體的在線實(shí)時(shí)搜索架構(gòu) 165
8.4.1 在線分布式實(shí)時(shí)搜索 166
8.4.2 反封堵管理模塊 167
8.5 大規(guī)模社會(huì)多媒體的基本處理技術(shù) 168
8.5.1 社會(huì)多媒體存儲(chǔ)計(jì)算 169
8.5.2 社會(huì)多媒體數(shù)據(jù)的特征學(xué)習(xí) 172
8.6 大規(guī)模社會(huì)多媒體數(shù)據(jù)的挖掘與應(yīng)用 176
8.6.1 以用戶為中心的社會(huì)多媒體建模 178
8.6.2 以內(nèi)容為中心的社會(huì)多媒體建模 180
8.6.3 基于用戶和內(nèi)容的關(guān)聯(lián)挖掘 183
8.7 本章小結(jié) 186
參考文獻(xiàn) 186
第9章 第四范式下的大數(shù)據(jù)分析 模型構(gòu)建 189
9.1 第四范式的提出 189
9.2 第四范式真的不需要理論嗎 190
9.2.1 總體問(wèn)題 190
9.2.2 因果關(guān)系問(wèn)題 191
9.2.3 效度低 191
9.3 如何用理論模型來(lái)架構(gòu)網(wǎng)絡(luò)數(shù)據(jù) 191
9.4 傳播學(xué)理論的應(yīng)用 198
9.5 簡(jiǎn)單的效果分析模型——品牌明星代言調(diào)查 201
9.6 本章小結(jié) 203
第10章 大數(shù)據(jù)視角下的新媒體指數(shù) 205
10.1 新媒體指數(shù)簡(jiǎn)介 205
10.2 大數(shù)據(jù)視角下的新媒體指數(shù) 205
10.2.1 從信息源看新媒體指數(shù) 205
10.2.2 從信息分析方法看新媒體指數(shù) 207
10.2.3 從數(shù)據(jù)應(yīng)用場(chǎng)景看新媒體指數(shù) 209
10.3 本章小結(jié) 210
第11章 企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)向大數(shù)據(jù)基礎(chǔ)設(shè)施轉(zhuǎn)型中的若干問(wèn)題 212
11.1 擴(kuò)容與換代疊加 213
11.2 遷移與新需求交織 213
11.3 設(shè)備輕型化、平臺(tái)開(kāi)源化與團(tuán)隊(duì)重構(gòu)同步 214
11.4 “互聯(lián)網(wǎng) ”與非結(jié)構(gòu)化數(shù)據(jù)爆炸 214
第12章 金融行業(yè)大數(shù)據(jù)綜述 216
12.1 金融行業(yè)大數(shù)據(jù)相關(guān)政策 216
12.1.1 中央政府的相關(guān)政策 216
12.1.2 地方政府的相關(guān)政策 217
12.2 金融大數(shù)據(jù)的定義與概述 217
12.3 金融大數(shù)據(jù)的市場(chǎng)分析 219
12.4 金融大數(shù)據(jù)支撐的業(yè)務(wù) 220
12.4.1 第三方支付 220
12.4.2 P2P業(yè)務(wù) 222
12.4.3 互聯(lián)網(wǎng)征信 223
12.4.4 眾籌 225
12.4.5 互聯(lián)網(wǎng)銀行 225
12.5 主要互聯(lián)網(wǎng)金融公司介紹 227
12.5.1 阿里巴巴 227
12.5.2 騰訊 228
12.5.3 百度 228
12.5.4 大象金服 230
第13章 金融行業(yè)大數(shù)據(jù)應(yīng)用 235
13.1 導(dǎo)言 235
13.2 大數(shù)據(jù)技術(shù)在金融行業(yè)的實(shí)際應(yīng)用 235
13.2.1 **類(lèi)應(yīng)用：個(gè)體公司內(nèi)部數(shù)據(jù)的動(dòng)員 236
13.2.2 第二類(lèi)應(yīng)用：行業(yè)數(shù)據(jù)平臺(tái) 238
13.2.3 第三類(lèi)應(yīng)用：行業(yè)外部數(shù)據(jù)在金融行業(yè)的應(yīng)用 240
13.2.4 金融行業(yè)數(shù)據(jù)從關(guān)系型數(shù)據(jù)庫(kù)向大數(shù)據(jù)技術(shù)平臺(tái)的遷移 242
13.3 金融行業(yè)的應(yīng)用對(duì)大數(shù)據(jù)技術(shù)提出嚴(yán)格的要求 243
13.4 本章小結(jié) 249
第14章 智慧旅游大數(shù)據(jù)應(yīng)用 251
14.1 導(dǎo)言 251
14.2 旅游輿情分析 252
14.2.1 中國(guó)旅游目的地網(wǎng)絡(luò)輿情指數(shù) 252
14.2.2 輿情分析方法 253
14.2.3 輿情熱點(diǎn)分析 255
14.3 基于大數(shù)據(jù)的游客行為分析 256
14.3.1 旅游大數(shù)據(jù)預(yù)測(cè) 257
14.3.2 電商O(píng)TA數(shù)據(jù)分析 259
14.3.3 交通數(shù)據(jù)分析 259
14.4 基于運(yùn)營(yíng)商的LBS數(shù)據(jù)的游客軌跡分析及用戶畫(huà)像 260
14.4.1 游客畫(huà)像監(jiān)測(cè) 260
14.4.2 游客軌跡分析 262
14.5 本章小結(jié) 263
展開(kāi)全部
大數(shù)據(jù)大家談 作者簡(jiǎn)介
張華平，北京理工大學(xué)計(jì)算機(jī)語(yǔ)言信息處理研究所副所長(zhǎng)，兼任網(wǎng)絡(luò)搜索與挖掘?qū)嶒?yàn)室主任，博士，副研究員，漢語(yǔ)分詞系統(tǒng)ICTCLAS的創(chuàng)始人，研究生導(dǎo)師，"百星計(jì)劃”首批入選者，錢(qián)偉長(zhǎng)中文信息處理科學(xué)技術(shù)獎(jiǎng)一等獎(jiǎng)獲得者（2010年）；同時(shí)擔(dān)任首都師大兼職碩導(dǎo)，遼寧師大客座教授，中國(guó)計(jì)算機(jī)學(xué)會(huì)高級(jí)會(huì)員，北京市重點(diǎn)產(chǎn)業(yè)知識(shí)產(chǎn)權(quán)聯(lián)盟專家，北京市科委評(píng)審專家，中關(guān)村管委會(huì)技術(shù)評(píng)審專家，先后獲得計(jì)算所所長(zhǎng)特別獎(jiǎng)，中科院院長(zhǎng)獎(jiǎng)。主要研究領(lǐng)域?yàn)椋鹤匀徽Z(yǔ)言處理、信息檢索、網(wǎng)絡(luò)信息內(nèi)容安全，先后主持了國(guó)家863、242等相關(guān)的課題15項(xiàng)，研制的天璣輿情系統(tǒng)已經(jīng)廣泛地應(yīng)用于中國(guó)證監(jiān)會(huì)、銀監(jiān)會(huì)、廣電、工信部等 單位，已經(jīng)成為實(shí)際的業(yè)務(wù)系統(tǒng)。
書(shū)友推薦
- >
山海經(jīng)
- >
小考拉的故事-套裝共3冊(cè)
- >
我從未如此眷戀人間
- >
朝聞道
- >
自卑與超越
- >
人文閱讀與收藏·良友文學(xué)叢書(shū):一天的工作
- >
經(jīng)典常談
- >
名家?guī)阕x魯迅:故事新編
本類(lèi)暢銷(xiāo)
