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
大數據挖掘技術與應用 版權信息
- ISBN：9787121367731
- 條形碼：9787121367731 ; 978-7-121-36773-1
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
大數據挖掘技術與應用 本書特色
本書系統介紹大數據技術的原理、數據挖掘與應用，主要內容包括基本概念、數據收集、數據存儲、數據處理、大數據可視化、信息檢索、數據挖掘和效能評估。本書以簡單易懂的語言、生動有趣的實例和圖形展示知識點，將概念、原理與應用融會貫通，并對大數據工具軟件進行了細致的梳理。
大數據挖掘技術與應用 內容簡介
本書系統介紹大數據技術的原理、數據挖掘與應用, 主要內容包括基本概念、數據收集、數據存儲、數據處理、大數據可視化、信息檢索、數據挖掘和效能評估。本書以簡單易懂的語言、生動有趣的實例和圖形展示知識點, 將概念、原理與應用融會貫通, 并對大數據工具軟件進行了細致的梳理。
大數據挖掘技術與應用 目錄
第1章 大數據概述
1.1 從AlphaGo說起
1.2 大數據定義
1.3 大數據產生的原因
1.4 大數據發展歷程
1.5 大數據的特征
1.6 數據的度量
1.7 大數據思維
1.8 科學研究范式的發展
1.9 大數據的影響及應用
1.10 大數據計算模式及產品
第2章 數據收集
2.1 外部數據收集
2.1.1 網絡爬蟲原理
2.1.2 搜索排序策略
2.1.3 Web網絡圖
2.1.4 構建爬蟲系統
2.2 內部數據收集
2.2.1 Flume
2.2.2 Chukwa
第3章 數據存儲
3.1 文件存儲
3.1.1 Hadoop簡介
3.1.2 文件存儲
3.1.3 HDFS的基本術語
3.1.4 HDFS運行架構
3.1.5 HDFS安全設計
3.1.6 HDFS的弱點
3.2 數據庫存儲
3.2.1 NoSQL簡介
3.2.2 列族數據庫HBase
3.2.3 文檔數據庫MongoDB
3.2.4 圖數據庫
3.2.5 鍵-值對數據庫
第4章 數據處理
4.1 離線批處理框架
4.2 MapReduce計算框架
4.3 Hadoop簡介
4.3.1 Hadoop生態圈
4.3.2 Hadoop發展歷程
4.3.3 Hadoop的特性
4.3.4 Hadoop的版本
4.4 HDFS高可用性架構
4.5 HDFS聯邦
4.6 YARN
4.7 Hadoop工具集
4.8 消息機制
4.8.1 消息處理模型
4.8.2 JMS
4.9 內存計算框架Spark
4.9.1 Spark的配置方式
4.9.2 Spark的主要特點
4.9.3 Spark生態圈
4.9.4 Spark與Hadoop比較
4.9.5 Spark運行架構
4.9.6 Spark基本運行流程
4.9.7 RDD
4.10 流式計算框架
4.10.1 流式計算處理過程
4.10.2 常見的流式計算軟件
4.10.3 Storm系統
4.10.4 Spark Streaming
4.10.5 流計算與批處理計算的區別
4.11 圖計算
4.11.1 Pregel圖計算框架的提出
4.11.2 超步
4.11.3 Pregel計算模型
4.11.4 Pregel的C API
4.11.5 Pregel體系結構
4.11.6 容錯性
第5章 大數據可視化
5.1 數據可視化定義
5.2 數據可視化發展歷程
5.3 數據可視化的作用
5.4 數據可視化設計步驟
5.5 數據可視化設計要素
5.6 顏色可視化設計
5.6.1 色彩空間
5.6.2 色彩三要素
5.7 數據可視化基本圖形選用
5.8 數據可視化工具
第6章 信息檢索
6.1 信息檢索定義
6.2 相關性
6.2.1 布爾模型
6.2.2 排序布爾模型
6.2.3 向量空間模型
6.2.4 語言模型
6.3 及時性
6.4 搜索引擎
6.4.1 網頁鏈接分析法
6.4.2 電子商務中的商品排序
6.4.3 開源搜索引擎
6.5 推薦系統
6.5.1 何謂推薦系統
6.5.2 推薦系統與電商
6.5.3 推薦系統數據基礎
6.5.4 推薦方法
6.5.5 開源推薦系統
6.6 互聯網廣告
第7章 數據挖掘
7.1 基本概念
7.1.1 數據挖掘的定義
7.1.2 相關技術
7.2 數據來源
7.3 數據表示與預處理
7.4 機器學習算法
7.4.1 關聯分析
7.4.2 分類
7.4.3 回歸分析算法
7.4.4 聚類分析
7.5 數據挖掘工具軟件
第8章 效能評估
8.1 效果評估
8.1.1 對信息檢索的評估
8.1.2 對分類的評估
8.1.3 對聚類的評估
8.2 性能評估
附錄 Hadoop編年史
參考文獻
1.1 從AlphaGo說起
1.2 大數據定義
1.3 大數據產生的原因
1.4 大數據發展歷程
1.5 大數據的特征
1.6 數據的度量
1.7 大數據思維
1.8 科學研究范式的發展
1.9 大數據的影響及應用
1.10 大數據計算模式及產品
第2章 數據收集
2.1 外部數據收集
2.1.1 網絡爬蟲原理
2.1.2 搜索排序策略
2.1.3 Web網絡圖
2.1.4 構建爬蟲系統
2.2 內部數據收集
2.2.1 Flume
2.2.2 Chukwa
第3章 數據存儲
3.1 文件存儲
3.1.1 Hadoop簡介
3.1.2 文件存儲
3.1.3 HDFS的基本術語
3.1.4 HDFS運行架構
3.1.5 HDFS安全設計
3.1.6 HDFS的弱點
3.2 數據庫存儲
3.2.1 NoSQL簡介
3.2.2 列族數據庫HBase
3.2.3 文檔數據庫MongoDB
3.2.4 圖數據庫
3.2.5 鍵-值對數據庫
第4章 數據處理
4.1 離線批處理框架
4.2 MapReduce計算框架
4.3 Hadoop簡介
4.3.1 Hadoop生態圈
4.3.2 Hadoop發展歷程
4.3.3 Hadoop的特性
4.3.4 Hadoop的版本
4.4 HDFS高可用性架構
4.5 HDFS聯邦
4.6 YARN
4.7 Hadoop工具集
4.8 消息機制
4.8.1 消息處理模型
4.8.2 JMS
4.9 內存計算框架Spark
4.9.1 Spark的配置方式
4.9.2 Spark的主要特點
4.9.3 Spark生態圈
4.9.4 Spark與Hadoop比較
4.9.5 Spark運行架構
4.9.6 Spark基本運行流程
4.9.7 RDD
4.10 流式計算框架
4.10.1 流式計算處理過程
4.10.2 常見的流式計算軟件
4.10.3 Storm系統
4.10.4 Spark Streaming
4.10.5 流計算與批處理計算的區別
4.11 圖計算
4.11.1 Pregel圖計算框架的提出
4.11.2 超步
4.11.3 Pregel計算模型
4.11.4 Pregel的C API
4.11.5 Pregel體系結構
4.11.6 容錯性
第5章 大數據可視化
5.1 數據可視化定義
5.2 數據可視化發展歷程
5.3 數據可視化的作用
5.4 數據可視化設計步驟
5.5 數據可視化設計要素
5.6 顏色可視化設計
5.6.1 色彩空間
5.6.2 色彩三要素
5.7 數據可視化基本圖形選用
5.8 數據可視化工具
第6章 信息檢索
6.1 信息檢索定義
6.2 相關性
6.2.1 布爾模型
6.2.2 排序布爾模型
6.2.3 向量空間模型
6.2.4 語言模型
6.3 及時性
6.4 搜索引擎
6.4.1 網頁鏈接分析法
6.4.2 電子商務中的商品排序
6.4.3 開源搜索引擎
6.5 推薦系統
6.5.1 何謂推薦系統
6.5.2 推薦系統與電商
6.5.3 推薦系統數據基礎
6.5.4 推薦方法
6.5.5 開源推薦系統
6.6 互聯網廣告
第7章 數據挖掘
7.1 基本概念
7.1.1 數據挖掘的定義
7.1.2 相關技術
7.2 數據來源
7.3 數據表示與預處理
7.4 機器學習算法
7.4.1 關聯分析
7.4.2 分類
7.4.3 回歸分析算法
7.4.4 聚類分析
7.5 數據挖掘工具軟件
第8章 效能評估
8.1 效果評估
8.1.1 對信息檢索的評估
8.1.2 對分類的評估
8.1.3 對聚類的評估
8.2 性能評估
附錄 Hadoop編年史
參考文獻
展開全部
大數據挖掘技術與應用 作者簡介
周中元，中國電科集團公司第二十八研究所研究員，長期從事數據挖掘、大數據技術研究等工作，具有豐富的科研實踐經驗。
書友推薦
- >
隨園食單
- >
李白與唐代文化
- >
朝聞道
- >
詩經-先民的歌唱
- >
上帝之肋:男人的真實旅程
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
名家帶你讀魯迅:故事新編
- >
煙與鏡
本類暢銷
