掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
非結構化大數據分析 版權信息
- ISBN：9787300262970
- 條形碼：9787300262970 ; 978-7-300-26297-0
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
非結構化大數據分析 本書特色
非結構化數據是與結構化數據相對應的概念。結構化數據具有固定的格式，看上去非常規整。與結構化數據相反，非結構化數據是指無固定格式的數據，例如，文本、網頁、圖像、視頻、數據流、序列、社交網絡、圖結構等。現有數據中絕大多數數據都是非結構化數據。
本書介紹了四種典型非結構化數據的分析和挖掘技術，分別是：文本數據、社交網絡數據、數據流數據和多媒體數據（包括圖像、音頻和視頻）。為了便于讀者學習，大部分內容除了理論講解之外，還給出了相應的在大數據環境下的上機實踐案例。
非結構化大數據分析 內容簡介
非結構化數據是與結構化數據相對應的概念。結構化數據具有固定的格式，看上去非常規整。與結構化數據相反，非結構化數據是指無固定格式的數據，例如，文本、網頁、圖像、視頻、數據流、序列、社交網絡、圖結構等，F有數據中絕大多數數據都是非結構化數據。 本書介紹了四種典型非結構化數據的分析和挖掘技術，分別是：文本數據、社交網絡數據、數據流數據和多媒體數據（包括圖像、音頻和視頻）。為了便于讀者學習，大部分內容除了理論講解之外，還給出了相應的在大數據環境下的上機實踐案例。
非結構化大數據分析 目錄
第1章 文本挖掘概述
1.1 時代背景
1.2 文本挖掘與數據挖掘
第2章 文本預處理
2.1 自然語言處理
2.2 分詞技術
2.3 文本表示
第3章 文本分類
3.1 預測建模
3.2 決策樹分類
3.3 貝葉斯分類
3.4 支持向量機分類
3.5 實踐案例———垃圾短信識別
第4章 文本聚類和話題檢測
4.1 概述
4.2 基于相似度的文本聚類
4.3 基于模型的文本聚類
4.4 實踐案例———用LDA實現話題檢測
第5章 情感分析和觀點挖掘
5.1 概述
5.2 問題定義
5.3 文檔級情感分析
5.4 句子級情感分析
5.5 方面級情感分析
5.6 存在的問題和挑戰
5.7 實踐案例———發債企業負面新聞識別系統
第6章 社交網絡及其統計特性
6.1 社交網絡簡介
6.2 相關基本概念
6.3 常見統計特性
6.4 實踐案例———微博用戶關系分析
第7章 社區發現
7.1 概述
7.2 社區發現方法
7.3 社區發現相關的研究領域
7.4 實踐案例———用邊聚類探測算法發現社區
第8章 個體社會影響力分析
8.1 概述
8.2 個體社會影響力及影響強度度量
8.3 實踐案例———用PageRank算法計算個體社會影響力
第9章 鏈路預測
9.1 簡介
9.2 基于相似度的鏈路預測算法
9.3 基于等級結構模型的鏈路預測算法
9.4 實踐案例———鏈路預測
第10章 網絡信息擴散
10.1 熱點主題的發現方法
10.2 信息擴散過程的建模與分析
10.3 實踐案例———信息擴散計算過程
第11章 數據流中的數據挖掘
11.1 簡介
11.2 數據流中的變化探測
11.3 實時更新數據流中的直方圖
11.4 數據流中的聚類
11.5 數據流的分類
11.6 數據流方法的評估
第12章 多媒體數據分析
12.1 概述
12.2 基礎知識
12.3 特征提取
12.4 多媒體內容檢索
12.5 多媒體內容識別
12.6 國際評測
12.7 問題與挑戰
1.1 時代背景
1.2 文本挖掘與數據挖掘
第2章 文本預處理
2.1 自然語言處理
2.2 分詞技術
2.3 文本表示
第3章 文本分類
3.1 預測建模
3.2 決策樹分類
3.3 貝葉斯分類
3.4 支持向量機分類
3.5 實踐案例———垃圾短信識別
第4章 文本聚類和話題檢測
4.1 概述
4.2 基于相似度的文本聚類
4.3 基于模型的文本聚類
4.4 實踐案例———用LDA實現話題檢測
第5章 情感分析和觀點挖掘
5.1 概述
5.2 問題定義
5.3 文檔級情感分析
5.4 句子級情感分析
5.5 方面級情感分析
5.6 存在的問題和挑戰
5.7 實踐案例———發債企業負面新聞識別系統
第6章 社交網絡及其統計特性
6.1 社交網絡簡介
6.2 相關基本概念
6.3 常見統計特性
6.4 實踐案例———微博用戶關系分析
第7章 社區發現
7.1 概述
7.2 社區發現方法
7.3 社區發現相關的研究領域
7.4 實踐案例———用邊聚類探測算法發現社區
第8章 個體社會影響力分析
8.1 概述
8.2 個體社會影響力及影響強度度量
8.3 實踐案例———用PageRank算法計算個體社會影響力
第9章 鏈路預測
9.1 簡介
9.2 基于相似度的鏈路預測算法
9.3 基于等級結構模型的鏈路預測算法
9.4 實踐案例———鏈路預測
第10章 網絡信息擴散
10.1 熱點主題的發現方法
10.2 信息擴散過程的建模與分析
10.3 實踐案例———信息擴散計算過程
第11章 數據流中的數據挖掘
11.1 簡介
11.2 數據流中的變化探測
11.3 實時更新數據流中的直方圖
11.4 數據流中的聚類
11.5 數據流的分類
11.6 數據流方法的評估
第12章 多媒體數據分析
12.1 概述
12.2 基礎知識
12.3 特征提取
12.4 多媒體內容檢索
12.5 多媒體內容識別
12.6 國際評測
12.7 問題與挑戰
展開全部
非結構化大數據分析 作者簡介
李翠平,女,教授,中國人民大學信息學院副院長、計算機系主任，中國計算機學會杰出會員，大數據專家委員會常務委員，數據庫專委會委員。2003年畢業于中科院計算所獲得博士學位，2008年在美國UIUC大學計算機系訪問交流。目前研究方向為數據倉庫、數據挖掘、社會網絡分析和社會媒體推薦等。主持和參與國家重點研發計劃課題、自然科學基金、973、863等10多項國家級和省部級項目，先后在SIGKDD、SIGMOD、VLDB、EDBT等重要國際會議和TKDE、KAIS、JCST、軟件學報等國內外期刊發表論文100多篇，出版著作2部，申請國家發明專利4項，獲得軟件著作權登記2項。2007年入選北京市組織部優秀人才培養資助計劃。2009年入選教育部新世紀優秀人才支持計劃。2011年獲得中國計算機學會“青年科學家獎”。
書友推薦
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
自卑與超越
- >
伯納黛特,你要去哪(2021新版)
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
詩經-先民的歌唱
- >
朝聞道
- >
煙與鏡
- >
伊索寓言-世界文學名著典藏-全譯本
本類暢銷
