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
大數據技術與應用 版權信息
- ISBN：9787111754473
- 條形碼：9787111754473 ; 978-7-111-75447-3
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
大數據技術與應用 本書特色
《大數據技術與應用》一書，作為“新基建核心技術與融合應用叢書”的重要成員，深度聚焦我國國民經濟和社會發展第十四個五年規劃及2035年遠景目標的重大要求。本書不僅揭示了大數據技術的核心戰略價值——不在于數據本身的龐大，而在于對其專業化處理的能力，更明確指出大數據產業盈利的關鍵在于提升數據的“加工能力”，實現數據的“增值”。
立足數字經濟浪潮，本書以促進數據合規高效流通使用、賦能實體經濟為主線，全面而系統地圍繞大數據的全生命周期進行編寫，覆蓋了從采集、流通、安全、治理到應用等各個環節，同時深入探討了大數據存儲、計算、管理、安全與治理、資產管理與流通、分析、平臺、產業與應用等關鍵領域。
本書不僅為IT、金融、研究機構等相關從業人員提供了寶貴的參考，也為高等院校相關專業的學生以及所有對大數據感興趣的讀者打開了一扇通往知識寶庫的大門。它不僅是理解大數據技術與應用的權威指南，更是推動我國數字經濟高質量發展不可或缺的智慧源泉。
大數據技術與應用 內容簡介
本書是圍繞我國國民經濟和社會發展第十四個五年規劃和2035年遠景目標等重大要求，由中國通信學會、中國產業發展研究院聯合組織編寫的“新基建核心技術與融合應用叢書”之一。大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理。換而言之，如果把大數據比作一種產業，那么這種產業實現盈利的關鍵在于提高對數據的“加工能力”，通過“加工”實現數據的“增值”。本書立足數字經濟浪潮，以促進數據合規高效流通使用、賦能實體經濟為主線，重點圍繞大數據采集、流通、安全、治理及應用等全生命周期進行編寫，覆蓋大數據存儲、計算、管理、安全與治理、資產管理與流通、分析、平臺、產業與應用等環節，對培育新質生產力，推動我國數字經濟高質量發展具有重要參考價值。本書適合IT、金融、研究機構相關從業人員以及高等院校相關專業的學生使用，也可供對大數據感興趣的讀者閱讀。
大數據技術與應用 目錄
序一
序二
前言
第1 章 大數據時代的形成與發展/ 001
1.1 大數據發展歷程/ 001
1.1.1 大數據的起源/ 001
1.1.2 全球大數據發展歷程/ 001
1.1.3 我國大數據發展歷程/ 002
1.2 大數據的定義與特征/ 003
1.2.1 什么是數據/ 003
1.2.2 大數據的定義/ 004
1.2.3 大數據的單位/ 005
1.2.4 大數據的5 V 特征/ 005
1.3 大數據技術/ 006
1.3.1 大數據關鍵技術/ 006
1.3.2 大數據技術體系分析/ 007
1.3.3 大數據技術細分領域/ 009
1.4 大數據政策及法規/ 010
1.4.1 國外的大數據政策及法規/ 010
1.4.2 我國的大數據政策及法規/ 014
第2 章 大數據核心發展理念/ 018
2.1 大數據新發展觀/ 018
2.1.1 大數據理論組成/ 018
2.1.2 數據的資源屬性/ 019
2.1.3 數據生產要素/ 021
2.1.4 數據要素價值化/ 022
2.1.5 數據要素價值實現途徑/ 023
2.2 數字經濟/ 025
2.2.1 數據成為數字經濟時代關鍵生產要素/ 025
2.2.2 數字經濟的發展歷程/ 025
2.2.3 數字經濟的概念與特征/ 026
2.2.4 數字經濟新業態、新模式/ 031
2.2.5 數字化轉型與數字經濟/ 033
2.3 數據要素/ 035
2.3.1 數據治理與數據安全治理/ 035
2.3.2 數字治理體系與數字規則/ 037
2.3.3 依法數字治理/ 040
2.3.4 數字經濟治理/ 040
2.3.5 數字治理與數字化轉型/ 041
2.4 數據基礎設施/ 042
2.4.1 算力新基建/ 042
2.4.2 數據新型基礎設施/ 045
2.4.3 “東數西算”打造數據基礎設施/ 047
第3 章 大數據存儲/ 050
3.1 存儲技術基礎/ 050
3.1.1 數據存儲發展史/ 050
3.1.2 存儲系統的類型/ 051
3.1.3 存儲架構/ 053
3.1.4 高速存儲技術/ 054
3.2 大數據存儲架構及技術/ 056
3.2.1 分布式存儲/ 056
3.2.2 分布式存儲架構/ 057
3.2.3 Google 分布式存儲系統GFS / 059
3.2.4 大數據平臺Hadoop 存儲系統HDFS / 060
3.3 存儲技術發展趨勢/ 063
3.3.1 軟件定義存儲/ 064
3.3.2 超融合基礎架構/ 067
3.3.3 下一代存儲關鍵技術演進/ 068
3.4 數據存儲技術賦能社會經濟數字化轉型/ 071
3.4.1 異構數據管理加速數據湖/ 071
3.4.2 多級存儲介質助力實時分析能力構建/ 072
3.4.3 云存儲備份簡化數據安全實踐路徑/ 073
第4 章 大數據計算/ 074
4.1 大數據計算技術/ 074
4.1.1 數據計算技術發展歷程/ 074
4.1.2 大規模分布式計算/ 076
4.2 大數據計算主流技術/ 077
4.2.1 大數據計算模式/ 077
4.2.2 批處理計算MapReduce / 078
4.2.3 內存計算Spark / 080
4.2.4 流計算Flink / 081
4.2.5 其他計算模型/ 083
4.3 算力重構大數據計算/ 083
4.3.1 數據處理單元/ 084
4.3.2 算存一體/ 085
4.3.3 算網一體/ 088
4.3.4 智算中心/ 090
4.4 隱私計算/ 091
4.4.1 隱私計算介紹/ 091
4.4.2 隱私計算架構/ 092
4.4.3 隱私計算關鍵技術/ 094
第5 章 大數據管理/ 095
5.1 大數據管理技術/ 095
5.1.1 大數據結構類型/ 095
5.1.2 CAP 定理/ 097
5.1.3 數據管理系統/ 098
5.2 數據庫/ 099
5.2.1 數據庫的發展歷程/ 099
5.2.2 數據庫管理系統架構/ 103
5.2.3 數據庫關鍵技術/ 103
5.3 非關系型數據庫/ 105
5.3.1 NoSQL 基本原理/ 106
5.3.2 NoSQL 關鍵技術/ 106
5.3.3 NoSQL 的數據庫類型/ 109
第6 章 大數據安全與治理/ 114
6.1 數據安全與治理/ 114
6.1.1 信息安全/ 114
6.1.2 網絡安全/ 115
6.1.3 數據安全/ 117
6.1.4 數據治理/ 118
6.2 大數據安全/ 120
6.2.1 大數據安全技術/ 120
6.2.2 大數據平臺安全/ 121
6.2.3 大數據安全技術/ 122
6.2.4 隱私保護/ 123
6.3 大數據安全防護/ 124
6.3.1 大數據安全防護目標/ 124
6.3.2 大數據防護理念/ 125
6.3.3 大數據安全防護框架/ 126
6.3.4 大數據安全防護體系/ 128
6.4 大數據安全關鍵技術/ 129
6.4.1 風險識別/ 130
6.4.2 安全防護/ 130
6.4.3 安全檢測/ 132
6.4.4 安全響應/ 133
6.4.5 安全恢復/ 134
6.4.6 反制/ 134
6.5 大數據安全治理/ 135
6.5.1 數據安全治理的概念/ 135
6.5.2 數據安全治理的內容/ 136
6.5.3 數據安全治理實踐過程/ 142
第7 章 大數據資產管理與流通/ 149
7.1 數據與資產/ 149
7.1.1 資產與無形資產/ 149
7.1.2 數據價值表現形式/ 150
7.1.3 數據資產概念/ 150
7.1.4 數據資產特征與屬性/ 153
7.2 大數據資產管理/ 154
7.2.1 數據資產管理發展歷程/ 154
7.2.2 大數據資產與管理/ 155
7.2.3 大數據資產管理難點/ 157
7.2.4 大數據資產管理發展趨勢/ 158
7.3 大數據資產管理體系/ 161
7.3.1 大數據資產管理體系構成/ 161
7.3.2 大數據資產管理活動/ 162
7.3.3 大數據資產管理法則/ 163
7.3.4 大數據資產運營支撐體系/ 166
7.4 大數據資產流通/ 169
7.4.1 數據要素流通/ 169
7.4.2 數據要素市場/ 171
7.4.3 數據確權/ 172
7.4.4 數據評估/ 173
7.4.5 數據交易/ 175
7.4.6 大數據資產流通挑戰與發展/ 176
第8 章 大數據分析/ 178
8.1 大數據分析基本概念/ 178
8.1.1 數據分析與挖掘/ 178
8.1.2 什么是大數據分析/ 180
8.1.3 大數據分析與機器學習/ 181
8.1.4 大數據分析與數據科學范式/ 182
8.2 大數據分析流程與框架/ 183
8.2.1 大數據分析流程/ 184
8.2.2 業務理解/ 185
8.2.3 數據理解/ 186
8.2.4 數據準備/ 187
8.2.5 數據建模/ 188
8.2.6 模型驗證與評估/ 190
8.2.7 模型部署/ 192
8.3 大數據分析模型與分析方法/ 193
8.3.1 數據清洗與數據探索/ 194
8.3.2 分類與回歸/ 200
8.3.3 聚類分析/ 202
8.3.4 關聯分析/ 203
8.3.5 時間序列分析/ 204
8.4 大數據分析關鍵技術/ 205
8.4.1 數據標注/ 205
8.4.2 大數據可視化技術/ 206
8.4.3 時序模式分析技術/ 206
8.4.4 多源數據融合技術/ 206
8.5 大數據分析典型應用/ 207
8.5.1 自然語言處理/ 207
8.5.2 AI 大模型/ 208
8.5.3 生成式人工智能/ 210
8.5.4 知識圖譜/ 212
第9 章 大數據平臺/ 213
9.1 大數據平臺發展歷程/ 213
9.1.1 數據平臺的變遷/ 213
9.1.2 什么是大數據平臺/ 214
9.1.3 大數據平臺的發展/ 215
9.2 湖倉一體技術/ 217
9.2.1 數據倉庫/ 217
9.2.2 數據湖/ 217
9.2.3 湖倉一體化/ 219
9.3 數據中臺/ 220
9.3.1 數據中臺的概念/ 220
9.3.2 數據中臺建設條件/ 222
9.3.3 數據中臺核心能力/ 223
9.3.4 大數據與數據湖、數據中臺的區別/ 224
9.4 典型開源大數據平臺/ 224
9.4.1 大數據平臺核心功能/ 225
9.4.2 開源大數據平臺Hadoop系統架構/ 225
9.4.3 城市大數據平臺/ 228
第10 章 大數據產業與應用/ 232
10.1 大數據產業/ 232
10.1.1 大數據產業基本概念/ 232
10.1.2 大數據產業構成/ 233
10.1.3 大數據產業現狀/ 234
10.2 大數據產業商業模式/ 236
10.2.1 大數據產業鏈/ 236
10.2.2 大數據商業模式/ 237
10.3 大數據應用/ 238
10.3.1 數據應用發展歷程/ 238
10.3.2 大數據應用賦能新質生產力/ 239
10.3.3 大數據應用現狀/ 243
10.3.4 大數據應用的難點與挑戰/ 244
10.3.5 大數據與實體經濟融合應用/ 244
10.4 大數據應用案例/ 245
10.4.1 行業大數據/ 245
10.4.2 地球大數據/ 246
10.4.3 工業大數據/ 249
參考文獻/ 258
序二
前言
第1 章 大數據時代的形成與發展/ 001
1.1 大數據發展歷程/ 001
1.1.1 大數據的起源/ 001
1.1.2 全球大數據發展歷程/ 001
1.1.3 我國大數據發展歷程/ 002
1.2 大數據的定義與特征/ 003
1.2.1 什么是數據/ 003
1.2.2 大數據的定義/ 004
1.2.3 大數據的單位/ 005
1.2.4 大數據的5 V 特征/ 005
1.3 大數據技術/ 006
1.3.1 大數據關鍵技術/ 006
1.3.2 大數據技術體系分析/ 007
1.3.3 大數據技術細分領域/ 009
1.4 大數據政策及法規/ 010
1.4.1 國外的大數據政策及法規/ 010
1.4.2 我國的大數據政策及法規/ 014
第2 章 大數據核心發展理念/ 018
2.1 大數據新發展觀/ 018
2.1.1 大數據理論組成/ 018
2.1.2 數據的資源屬性/ 019
2.1.3 數據生產要素/ 021
2.1.4 數據要素價值化/ 022
2.1.5 數據要素價值實現途徑/ 023
2.2 數字經濟/ 025
2.2.1 數據成為數字經濟時代關鍵生產要素/ 025
2.2.2 數字經濟的發展歷程/ 025
2.2.3 數字經濟的概念與特征/ 026
2.2.4 數字經濟新業態、新模式/ 031
2.2.5 數字化轉型與數字經濟/ 033
2.3 數據要素/ 035
2.3.1 數據治理與數據安全治理/ 035
2.3.2 數字治理體系與數字規則/ 037
2.3.3 依法數字治理/ 040
2.3.4 數字經濟治理/ 040
2.3.5 數字治理與數字化轉型/ 041
2.4 數據基礎設施/ 042
2.4.1 算力新基建/ 042
2.4.2 數據新型基礎設施/ 045
2.4.3 “東數西算”打造數據基礎設施/ 047
第3 章 大數據存儲/ 050
3.1 存儲技術基礎/ 050
3.1.1 數據存儲發展史/ 050
3.1.2 存儲系統的類型/ 051
3.1.3 存儲架構/ 053
3.1.4 高速存儲技術/ 054
3.2 大數據存儲架構及技術/ 056
3.2.1 分布式存儲/ 056
3.2.2 分布式存儲架構/ 057
3.2.3 Google 分布式存儲系統GFS / 059
3.2.4 大數據平臺Hadoop 存儲系統HDFS / 060
3.3 存儲技術發展趨勢/ 063
3.3.1 軟件定義存儲/ 064
3.3.2 超融合基礎架構/ 067
3.3.3 下一代存儲關鍵技術演進/ 068
3.4 數據存儲技術賦能社會經濟數字化轉型/ 071
3.4.1 異構數據管理加速數據湖/ 071
3.4.2 多級存儲介質助力實時分析能力構建/ 072
3.4.3 云存儲備份簡化數據安全實踐路徑/ 073
第4 章 大數據計算/ 074
4.1 大數據計算技術/ 074
4.1.1 數據計算技術發展歷程/ 074
4.1.2 大規模分布式計算/ 076
4.2 大數據計算主流技術/ 077
4.2.1 大數據計算模式/ 077
4.2.2 批處理計算MapReduce / 078
4.2.3 內存計算Spark / 080
4.2.4 流計算Flink / 081
4.2.5 其他計算模型/ 083
4.3 算力重構大數據計算/ 083
4.3.1 數據處理單元/ 084
4.3.2 算存一體/ 085
4.3.3 算網一體/ 088
4.3.4 智算中心/ 090
4.4 隱私計算/ 091
4.4.1 隱私計算介紹/ 091
4.4.2 隱私計算架構/ 092
4.4.3 隱私計算關鍵技術/ 094
第5 章 大數據管理/ 095
5.1 大數據管理技術/ 095
5.1.1 大數據結構類型/ 095
5.1.2 CAP 定理/ 097
5.1.3 數據管理系統/ 098
5.2 數據庫/ 099
5.2.1 數據庫的發展歷程/ 099
5.2.2 數據庫管理系統架構/ 103
5.2.3 數據庫關鍵技術/ 103
5.3 非關系型數據庫/ 105
5.3.1 NoSQL 基本原理/ 106
5.3.2 NoSQL 關鍵技術/ 106
5.3.3 NoSQL 的數據庫類型/ 109
第6 章 大數據安全與治理/ 114
6.1 數據安全與治理/ 114
6.1.1 信息安全/ 114
6.1.2 網絡安全/ 115
6.1.3 數據安全/ 117
6.1.4 數據治理/ 118
6.2 大數據安全/ 120
6.2.1 大數據安全技術/ 120
6.2.2 大數據平臺安全/ 121
6.2.3 大數據安全技術/ 122
6.2.4 隱私保護/ 123
6.3 大數據安全防護/ 124
6.3.1 大數據安全防護目標/ 124
6.3.2 大數據防護理念/ 125
6.3.3 大數據安全防護框架/ 126
6.3.4 大數據安全防護體系/ 128
6.4 大數據安全關鍵技術/ 129
6.4.1 風險識別/ 130
6.4.2 安全防護/ 130
6.4.3 安全檢測/ 132
6.4.4 安全響應/ 133
6.4.5 安全恢復/ 134
6.4.6 反制/ 134
6.5 大數據安全治理/ 135
6.5.1 數據安全治理的概念/ 135
6.5.2 數據安全治理的內容/ 136
6.5.3 數據安全治理實踐過程/ 142
第7 章 大數據資產管理與流通/ 149
7.1 數據與資產/ 149
7.1.1 資產與無形資產/ 149
7.1.2 數據價值表現形式/ 150
7.1.3 數據資產概念/ 150
7.1.4 數據資產特征與屬性/ 153
7.2 大數據資產管理/ 154
7.2.1 數據資產管理發展歷程/ 154
7.2.2 大數據資產與管理/ 155
7.2.3 大數據資產管理難點/ 157
7.2.4 大數據資產管理發展趨勢/ 158
7.3 大數據資產管理體系/ 161
7.3.1 大數據資產管理體系構成/ 161
7.3.2 大數據資產管理活動/ 162
7.3.3 大數據資產管理法則/ 163
7.3.4 大數據資產運營支撐體系/ 166
7.4 大數據資產流通/ 169
7.4.1 數據要素流通/ 169
7.4.2 數據要素市場/ 171
7.4.3 數據確權/ 172
7.4.4 數據評估/ 173
7.4.5 數據交易/ 175
7.4.6 大數據資產流通挑戰與發展/ 176
第8 章 大數據分析/ 178
8.1 大數據分析基本概念/ 178
8.1.1 數據分析與挖掘/ 178
8.1.2 什么是大數據分析/ 180
8.1.3 大數據分析與機器學習/ 181
8.1.4 大數據分析與數據科學范式/ 182
8.2 大數據分析流程與框架/ 183
8.2.1 大數據分析流程/ 184
8.2.2 業務理解/ 185
8.2.3 數據理解/ 186
8.2.4 數據準備/ 187
8.2.5 數據建模/ 188
8.2.6 模型驗證與評估/ 190
8.2.7 模型部署/ 192
8.3 大數據分析模型與分析方法/ 193
8.3.1 數據清洗與數據探索/ 194
8.3.2 分類與回歸/ 200
8.3.3 聚類分析/ 202
8.3.4 關聯分析/ 203
8.3.5 時間序列分析/ 204
8.4 大數據分析關鍵技術/ 205
8.4.1 數據標注/ 205
8.4.2 大數據可視化技術/ 206
8.4.3 時序模式分析技術/ 206
8.4.4 多源數據融合技術/ 206
8.5 大數據分析典型應用/ 207
8.5.1 自然語言處理/ 207
8.5.2 AI 大模型/ 208
8.5.3 生成式人工智能/ 210
8.5.4 知識圖譜/ 212
第9 章 大數據平臺/ 213
9.1 大數據平臺發展歷程/ 213
9.1.1 數據平臺的變遷/ 213
9.1.2 什么是大數據平臺/ 214
9.1.3 大數據平臺的發展/ 215
9.2 湖倉一體技術/ 217
9.2.1 數據倉庫/ 217
9.2.2 數據湖/ 217
9.2.3 湖倉一體化/ 219
9.3 數據中臺/ 220
9.3.1 數據中臺的概念/ 220
9.3.2 數據中臺建設條件/ 222
9.3.3 數據中臺核心能力/ 223
9.3.4 大數據與數據湖、數據中臺的區別/ 224
9.4 典型開源大數據平臺/ 224
9.4.1 大數據平臺核心功能/ 225
9.4.2 開源大數據平臺Hadoop系統架構/ 225
9.4.3 城市大數據平臺/ 228
第10 章 大數據產業與應用/ 232
10.1 大數據產業/ 232
10.1.1 大數據產業基本概念/ 232
10.1.2 大數據產業構成/ 233
10.1.3 大數據產業現狀/ 234
10.2 大數據產業商業模式/ 236
10.2.1 大數據產業鏈/ 236
10.2.2 大數據商業模式/ 237
10.3 大數據應用/ 238
10.3.1 數據應用發展歷程/ 238
10.3.2 大數據應用賦能新質生產力/ 239
10.3.3 大數據應用現狀/ 243
10.3.4 大數據應用的難點與挑戰/ 244
10.3.5 大數據與實體經濟融合應用/ 244
10.4 大數據應用案例/ 245
10.4.1 行業大數據/ 245
10.4.2 地球大數據/ 246
10.4.3 工業大數據/ 249
參考文獻/ 258
展開全部
大數據技術與應用 作者簡介
王麗，中科院電子學研究所物理電子學博士，北京航空航天大學博士后研究員，國網科學研究院研究員，主要研究領域為大數據挖掘與分析、MEMS傳感器及芯片原理、光學傳感技術、微流控技術、信號檢測與處理等。發表SCI、EI學術論文10余篇，主持北京市自然科學基金一項。
書友推薦
- >
回憶愛瑪儂
- >
莉莉和章魚
- >
煙與鏡
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
姑媽的寶刀
- >
羅曼·羅蘭讀書隨筆-精裝
- >
李白與唐代文化
- >
伯納黛特,你要去哪(2021新版)
本類暢銷
