中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
闖進數(shù)學(xué)世界――探秘歷史名題
-
>
中醫(yī)基礎(chǔ)理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫(yī)內(nèi)科學(xué)·全國中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
大數(shù)據(jù)導(dǎo)論 第2版 版權(quán)信息
- ISBN：9787115641854
- 條形碼：9787115641854 ; 978-7-115-64185-4
- 裝幀：平裝
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
大數(shù)據(jù)導(dǎo)論 第2版 本書特色
【內(nèi)容特點】
（1）內(nèi)容全面，結(jié)構(gòu)合理：全面細致介紹大數(shù)據(jù)技術(shù)及大數(shù)據(jù)專業(yè)人才應(yīng)具備的能力。
（2）注重學(xué)生數(shù)據(jù)素養(yǎng)的培養(yǎng)，全書著重體現(xiàn)大數(shù)據(jù)的應(yīng)用以及大數(shù)據(jù)能力的重要性。
【資源特點】重點難點知識微課，配套題庫、PPT、程序源代碼、習(xí)題答案等。
【服務(wù)特點】作者提供QQ服務(wù)群等支持，定期舉辦直播進行教學(xué)培訓(xùn)。
大數(shù)據(jù)導(dǎo)論 第2版 內(nèi)容簡介
本書詳細闡述了培養(yǎng)復(fù)合型大數(shù)據(jù)專業(yè)人才所需要的大數(shù)據(jù)相關(guān)知識。全書共10章，內(nèi)容包括大數(shù)據(jù)概述、大數(shù)據(jù)與其他新興技術(shù)的關(guān)系、大數(shù)據(jù)基礎(chǔ)知識、大數(shù)據(jù)的應(yīng)用、大數(shù)據(jù)的硬件環(huán)境、數(shù)據(jù)采集與預(yù)處理、數(shù)據(jù)存儲與管理、數(shù)據(jù)處理與分析、數(shù)據(jù)可視化、大數(shù)據(jù)分析綜合案例。在大數(shù)據(jù)基礎(chǔ)知識部分，本書詳細介紹了與培養(yǎng)學(xué)生的數(shù)據(jù)素養(yǎng)相關(guān)的知識，包括大數(shù)據(jù)安全、大數(shù)據(jù)思維、大數(shù)據(jù)倫理、數(shù)據(jù)共享、數(shù)據(jù)開放、大數(shù)據(jù)交易和大數(shù)據(jù)治理。
本書可以作為高等院校大數(shù)據(jù)專業(yè)的導(dǎo)論課教材，也可供相關(guān)技術(shù)人員參考。
大數(shù)據(jù)導(dǎo)論 第2版 目錄
第1章 大數(shù)據(jù)概述 1
1.1 數(shù)據(jù) 1
1.1.1 數(shù)據(jù)的概念 1
1.1.2 數(shù)據(jù)的類型 2
1.1.3 數(shù)據(jù)的組織形式 3
1.1.4 數(shù)據(jù)的生命周期 3
1.1.5 數(shù)據(jù)的使用 3
1.1.6 數(shù)據(jù)的價值 4
1.1.7 數(shù)據(jù)爆炸 5
1.1.8 數(shù)商 5
1.2 大數(shù)據(jù)時代 6
1.2.1 第三次信息化浪潮 7
1.2.2 信息科技為大數(shù)據(jù)時代提供技術(shù)支撐 7
1.2.3 數(shù)據(jù)產(chǎn)生方式的變革促成大數(shù)據(jù)時代的來臨 8
1.3 大數(shù)據(jù)的發(fā)展歷程 9
1.4 世界各國的大數(shù)據(jù)發(fā)展戰(zhàn)略 11
1.4.1 美國 12
1.4.2 英國 13
1.4.3 歐盟 13
1.4.4 韓國 14
1.4.5 日本 14
1.4.6 中國 14
1.5 大數(shù)據(jù)的概念 17
1.5.1 數(shù)據(jù)量大 17
1.5.2 數(shù)據(jù)類型繁多 18
1.5.3 處理速度快 19
1.5.4 價值密度低 20
1.6 大數(shù)據(jù)的影響 20
1.6.1 大數(shù)據(jù)對科學(xué)研究的影響 20
1.6.2 大數(shù)據(jù)對社會發(fā)展的影響 22
1.6.3 大數(shù)據(jù)對就業(yè)市場的影響 23
1.6.4 大數(shù)據(jù)對人才培養(yǎng)的影響 23
1.7 大數(shù)據(jù)的應(yīng)用 25
1.7.1 大數(shù)據(jù)在各個領(lǐng)域的應(yīng)用 25
1.7.2 大數(shù)據(jù)應(yīng)用的3個層次 26
1.8 大數(shù)據(jù)產(chǎn)業(yè) 27
1.9 大數(shù)據(jù)與數(shù)字經(jīng)濟 29
1.9.1 數(shù)字經(jīng)濟 29
1.9.2 大數(shù)據(jù)與數(shù)字經(jīng)濟的緊密關(guān)系 32
1.10 高校的大數(shù)據(jù)專業(yè) 33
1.10.1 大數(shù)據(jù)專業(yè)概述 34
1.10.2 大數(shù)據(jù)專業(yè)體系 35
1.10.3 大數(shù)據(jù)專業(yè)的編程語言 36
1.11 本章小結(jié) 38
1.12 習(xí)題 39
第2章 大數(shù)據(jù)與其他新興技術(shù)的關(guān)系 40
2.1 云計算 40
2.1.1 云計算的概念 40
2.1.2 云計算的服務(wù)模式和類型 43
2.1.3 云計算數(shù)據(jù)中心 43
2.1.4 云計算的應(yīng)用和產(chǎn)業(yè) 45
2.2 物聯(lián)網(wǎng) 46
2.2.1 物聯(lián)網(wǎng)的概念 46
2.2.2 物聯(lián)網(wǎng)的關(guān)鍵技術(shù) 47
2.2.3 物聯(lián)網(wǎng)的應(yīng)用 49
2.2.4 物聯(lián)網(wǎng)產(chǎn)業(yè)鏈 50
2.3 大數(shù)據(jù)與云計算、物聯(lián)網(wǎng)的關(guān)系 50
2.4 人工智能 51
2.4.1 人工智能的概念 52
2.4.2 人工智能的關(guān)鍵技術(shù) 52
2.4.3 人工智能的應(yīng)用 56
2.4.4 人工智能產(chǎn)業(yè) 60
2.4.5 大數(shù)據(jù)與人工智能的關(guān)系 63
2.5 區(qū)塊鏈 63
2.5.1 比特幣概述 64
2.5.2 區(qū)塊鏈的原理 64
2.5.3 區(qū)塊鏈的定義和應(yīng)用 70
2.5.4 大數(shù)據(jù)與區(qū)塊鏈的關(guān)系 71
2.6 元宇宙 73
2.6.1 元宇宙的概念 73
2.6.2 元宇宙的基本特征 74
2.6.3 元宇宙的核心技術(shù) 75
2.6.4 大數(shù)據(jù)與元宇宙的關(guān)系 77
2.7 本章小結(jié) 77
2.8 習(xí)題 77
第3章 大數(shù)據(jù)基礎(chǔ)知識 79
3.1 大數(shù)據(jù)安全 79
3.1.1 傳統(tǒng)數(shù)據(jù)安全 80
3.1.2 大數(shù)據(jù)安全與傳統(tǒng)數(shù)據(jù)安全的不同 80
3.1.3 大數(shù)據(jù)時代數(shù)據(jù)安全面臨的挑戰(zhàn) 81
3.1.4 大數(shù)據(jù)安全問題分類 82
3.1.5 大數(shù)據(jù)面臨的具體安全威脅 84
3.1.6 典型案例 86
3.2 大數(shù)據(jù)思維 89
3.2.1 傳統(tǒng)的思維方式 89
3.2.2 大數(shù)據(jù)時代需要新的思維方式 89
3.2.3 大數(shù)據(jù)思維方式 91
3.2.4 運用大數(shù)據(jù)思維方式的具體實例 94
3.3 大數(shù)據(jù)倫理 101
3.3.1 大數(shù)據(jù)倫理的概念 101
3.3.2 大數(shù)據(jù)倫理的典型案例 102
3.3.3 大數(shù)據(jù)的倫理問題 105
3.4 數(shù)據(jù)共享 110
3.4.1 數(shù)據(jù)孤島問題 110
3.4.2 數(shù)據(jù)孤島問題產(chǎn)生的原因 111
3.4.3 消除數(shù)據(jù)孤島的重要意義 112
3.4.4 實現(xiàn)數(shù)據(jù)共享所面臨的挑戰(zhàn) 112
3.4.5 推進數(shù)據(jù)共享開放的舉措 114
3.4.6 數(shù)據(jù)共享案例 115
3.5 數(shù)據(jù)開放 119
3.5.1 政府開放數(shù)據(jù)的理論基礎(chǔ) 119
3.5.2 政府信息公開與政府數(shù)據(jù)開放的聯(lián)系與區(qū)別 122
3.5.3 政府數(shù)據(jù)開放的重要意義 123
3.6 大數(shù)據(jù)交易 125
3.6.1 大數(shù)據(jù)交易概述 125
3.6.2 大數(shù)據(jù)交易的發(fā)展現(xiàn)狀 126
3.6.3 大數(shù)據(jù)交易平臺 128
3.7 大數(shù)據(jù)治理 132
3.7.1 概述 132
3.7.2 大數(shù)據(jù)治理要素和治理原則 138
3.7.3 大數(shù)據(jù)治理的范圍 140
3.8 本章小結(jié) 143
3.9 習(xí)題 143
第4章 大數(shù)據(jù)的應(yīng)用 145
4.1 大數(shù)據(jù)在互聯(lián)網(wǎng)領(lǐng)域的應(yīng)用 145
4.2 大數(shù)據(jù)在生物醫(yī)學(xué)領(lǐng)域的應(yīng)用 146
4.2.1 流行病預(yù)測 146
4.2.2 智慧醫(yī)療 148
4.2.3 生物信息學(xué) 148
4.3 大數(shù)據(jù)在物流領(lǐng)域的應(yīng)用 149
4.3.1 智能物流的概念 149
4.3.2 大數(shù)據(jù)是智能物流的關(guān)鍵 149
4.3.3 中國智能物流骨干網(wǎng)—菜鳥 150
4.4 大數(shù)據(jù)在城市管理領(lǐng)域的應(yīng)用 151
4.4.1 智能交通 151
4.4.2 環(huán)保監(jiān)測 151
4.4.3 城市規(guī)劃 152
4.4.4 安防 153
4.5 大數(shù)據(jù)在金融領(lǐng)域的應(yīng)用 153
4.5.1 高頻交易 153
4.5.2 市場情緒分析 154
4.5.3 信貸風(fēng)險分析 154
4.5.4 大數(shù)據(jù)征信 155
4.6 大數(shù)據(jù)在汽車領(lǐng)域的應(yīng)用 156
4.7 大數(shù)據(jù)在零售領(lǐng)域的應(yīng)用 156
4.7.1 發(fā)現(xiàn)關(guān)聯(lián)購買行為 157
4.7.2 客戶群體細分 157
4.7.3 供應(yīng)鏈管理 158
4.8 大數(shù)據(jù)在餐飲領(lǐng)域的應(yīng)用 158
4.8.1 餐飲領(lǐng)域擁抱大數(shù)據(jù) 159
4.8.2 餐飲O2O 159
4.9 大數(shù)據(jù)在電信和能源領(lǐng)域的應(yīng)用 160
4.10 大數(shù)據(jù)在體育和娛樂領(lǐng)域的應(yīng)用 161
4.10.1 訓(xùn)練球隊 162
4.10.2 投拍影視作品 162
4.10.3 預(yù)測比賽結(jié)果 163
4.11 大數(shù)據(jù)在安全領(lǐng)域的應(yīng)用 163
4.11.1 大數(shù)據(jù)與國家安全 163
4.11.2 應(yīng)用大數(shù)據(jù)技術(shù)防御網(wǎng)絡(luò)攻擊 164
4.11.3 警察應(yīng)用大數(shù)據(jù)工具預(yù)防犯罪 164
4.12 大數(shù)據(jù)在日常生活中的應(yīng)用 165
4.13 本章小結(jié) 167
4.14 習(xí)題 167
第5章 大數(shù)據(jù)的硬件環(huán)境 168
5.1 服務(wù)器的性能指標 168
5.2 服務(wù)器的分類及選購 170
5.3 系統(tǒng)的性能評估 171
5.3.1 CPU 172
5.3.2 內(nèi)存 173
5.3.3 存儲 174
5.3.4 網(wǎng)卡 177
5.4 硬件系統(tǒng)分析 178
5.5 網(wǎng)絡(luò)設(shè)備 179
5.6 系統(tǒng)組網(wǎng)方案設(shè)計 181
5.6.1 網(wǎng)絡(luò)需求分析 181
5.6.2 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計 182
5.7 數(shù)據(jù)中心 183
5.7.1 數(shù)據(jù)中心的分類 184
5.7.2 數(shù)據(jù)中心的組成 184
5.7.3 數(shù)據(jù)中心的上線 185
5.8 本章小結(jié) 185
5.9 習(xí)題 186
第6章 數(shù)據(jù)采集與預(yù)處理 187
6.1 數(shù)據(jù)采集 187
6.1.1 數(shù)據(jù)采集的概念 187
6.1.2 數(shù)據(jù)采集的三大要點 188
6.1.3 數(shù)據(jù)采集的數(shù)據(jù)源 188
6.1.4 數(shù)據(jù)采集方法 189
6.1.5 網(wǎng)絡(luò)爬蟲 191
6.2 數(shù)據(jù)清洗 196
6.2.1 數(shù)據(jù)清洗的應(yīng)用領(lǐng)域 196
6.2.2 數(shù)據(jù)清洗的實現(xiàn)方式 196
6.2.3 數(shù)據(jù)清洗的內(nèi)容 197
6.2.4 數(shù)據(jù)清洗的注意事項 198
6.2.5 數(shù)據(jù)清洗的基本流程 198
6.2.6 數(shù)據(jù)清洗的評價標準 199
6.2.7 數(shù)據(jù)清洗的行業(yè)發(fā)展 199
6.3 數(shù)據(jù)集成和數(shù)據(jù)轉(zhuǎn)換 200
6.3.1 數(shù)據(jù)集成 200
6.3.2 數(shù)據(jù)轉(zhuǎn)換 201
6.4 數(shù)據(jù)歸約 204
6.5 數(shù)據(jù)脫敏 205
6.6 本章小結(jié) 207
6.7 習(xí)題 207
第7章 數(shù)據(jù)存儲與管理 208
7.1 傳統(tǒng)的數(shù)據(jù)存儲與管理技術(shù) 208
7.1.1 文件系統(tǒng) 208
7.1.2 關(guān)系數(shù)據(jù)庫 209
7.1.3 數(shù)據(jù)倉庫 210
7.1.4 并行數(shù)據(jù)庫 212
7.2 大數(shù)據(jù)時代的數(shù)據(jù)存儲與管理技術(shù) 213
7.2.1 分布式文件系統(tǒng) 213
7.2.2 NewSQL和NoSQL數(shù)據(jù)庫 213
7.2.3 云數(shù)據(jù)庫 215
7.2.4 數(shù)據(jù)湖 216
7.3 大數(shù)據(jù)處理架構(gòu)Hadoop 220
7.3.1 Hadoop的特性 220
7.3.2 Hadoop生態(tài)系統(tǒng) 221
7.4 分布式文件系統(tǒng)HDFS 223
7.4.1 HDFS的設(shè)計目標 223
7.4.2 HDFS的體系結(jié)構(gòu) 224
7.5 NoSQL數(shù)據(jù)庫 225
7.5.1 鍵值數(shù)據(jù)庫 226
7.5.2 列族數(shù)據(jù)庫 227
7.5.3 文檔數(shù)據(jù)庫 227
7.5.4 圖數(shù)據(jù)庫 228
7.6 云數(shù)據(jù)庫 229
7.6.1 云數(shù)據(jù)庫的概念 229
7.6.2 云數(shù)據(jù)庫的特性 230
7.6.3 云數(shù)據(jù)庫與其他數(shù)據(jù)庫的關(guān)系 231
7.6.4 代表性的云數(shù)據(jù)庫產(chǎn)品 232
7.7 分布式數(shù)據(jù)庫HBase 232
7.7.1 Bigtable概述 232
7.7.2 HBase簡介 233
7.7.3 HBase的數(shù)據(jù)模型 233
7.7.4 HBase的系統(tǒng)架構(gòu) 235
7.8 Spanner 236
7.9 OceanBase 237
7.10 本章小結(jié) 238
7.11 習(xí)題 239
第8章 數(shù)據(jù)處理與分析 240
8.1 數(shù)據(jù)處理與分析的概念 240
8.2 基于統(tǒng)計學(xué)方法的數(shù)據(jù)分析 242
8.2.1 常見的數(shù)據(jù)分析方法 242
8.2.2 數(shù)據(jù)分析的主流工具 244
8.3 機器學(xué)習(xí)和數(shù)據(jù)挖掘算法 246
8.3.1 概述 246
8.3.2 分類 247
8.3.3 聚類 248
8.3.4 回歸分析 249
8.3.5 關(guān)聯(lián)規(guī)則 249
8.3.6 協(xié)同過濾 250
8.4 數(shù)據(jù)挖掘的方法體系 251
8.4.1 可挖掘的知識 251
8.4.2 數(shù)據(jù)挖掘系統(tǒng)的體系結(jié)構(gòu) 252
8.4.3 數(shù)據(jù)挖掘流程 253
8.5 大數(shù)據(jù)處理與分析技術(shù) 254
8.5.1 技術(shù)分類 255
8.5.2 流計算 256
8.5.3 圖計算 258
8.6 大數(shù)據(jù)處理與分析的代表性產(chǎn)品 260
8.6.1 分布式計算框架MapReduce 260
8.6.2 數(shù)據(jù)倉庫Hive 261
8.6.3 數(shù)據(jù)倉庫Impala 263
8.6.4 基于內(nèi)存的分布式計算框架Spark 264
8.6.5 機器學(xué)習(xí)框架
TensorFlowOnSpark 278
8.6.6 流計算框架Flink 280
8.6.7 大數(shù)據(jù)編程框架Beam 283
8.6.8 查詢分析系統(tǒng)Dremel 284
8.7 本章小結(jié) 285
8.8 習(xí)題 286
第9章 數(shù)據(jù)可視化 287
9.1 可視化概述 287
9.1.1 數(shù)據(jù)可視化簡介 287
9.1.2 可視化的發(fā)展歷程 288
9.1.3 可視化的重要作用 288
9.2 可視化圖表 290
9.3 可視化工具 291
9.3.1 入門級工具 291
9.3.2 信息圖表工具 291
9.3.3 地圖工具 293
9.3.4 時間線工具 293
9.3.5 高級分析工具 294
9.4 本章小結(jié) 294
9.5 習(xí)題 295
第10章 大數(shù)據(jù)分析綜合案例 296
10.1 案例任務(wù) 296
10.2 系統(tǒng)設(shè)計 297
10.2.1 系統(tǒng)總體設(shè)計 297
10.2.2 數(shù)據(jù)庫設(shè)計 297
10.2.3 系統(tǒng)網(wǎng)站設(shè)計 298
10.2.4 算法設(shè)計 299
10.3 技術(shù)選擇 301
10.4 系統(tǒng)實現(xiàn) 303
10.5 本章小結(jié) 304
10.6 習(xí)題 304
參考文獻 305
1.1 數(shù)據(jù) 1
1.1.1 數(shù)據(jù)的概念 1
1.1.2 數(shù)據(jù)的類型 2
1.1.3 數(shù)據(jù)的組織形式 3
1.1.4 數(shù)據(jù)的生命周期 3
1.1.5 數(shù)據(jù)的使用 3
1.1.6 數(shù)據(jù)的價值 4
1.1.7 數(shù)據(jù)爆炸 5
1.1.8 數(shù)商 5
1.2 大數(shù)據(jù)時代 6
1.2.1 第三次信息化浪潮 7
1.2.2 信息科技為大數(shù)據(jù)時代提供技術(shù)支撐 7
1.2.3 數(shù)據(jù)產(chǎn)生方式的變革促成大數(shù)據(jù)時代的來臨 8
1.3 大數(shù)據(jù)的發(fā)展歷程 9
1.4 世界各國的大數(shù)據(jù)發(fā)展戰(zhàn)略 11
1.4.1 美國 12
1.4.2 英國 13
1.4.3 歐盟 13
1.4.4 韓國 14
1.4.5 日本 14
1.4.6 中國 14
1.5 大數(shù)據(jù)的概念 17
1.5.1 數(shù)據(jù)量大 17
1.5.2 數(shù)據(jù)類型繁多 18
1.5.3 處理速度快 19
1.5.4 價值密度低 20
1.6 大數(shù)據(jù)的影響 20
1.6.1 大數(shù)據(jù)對科學(xué)研究的影響 20
1.6.2 大數(shù)據(jù)對社會發(fā)展的影響 22
1.6.3 大數(shù)據(jù)對就業(yè)市場的影響 23
1.6.4 大數(shù)據(jù)對人才培養(yǎng)的影響 23
1.7 大數(shù)據(jù)的應(yīng)用 25
1.7.1 大數(shù)據(jù)在各個領(lǐng)域的應(yīng)用 25
1.7.2 大數(shù)據(jù)應(yīng)用的3個層次 26
1.8 大數(shù)據(jù)產(chǎn)業(yè) 27
1.9 大數(shù)據(jù)與數(shù)字經(jīng)濟 29
1.9.1 數(shù)字經(jīng)濟 29
1.9.2 大數(shù)據(jù)與數(shù)字經(jīng)濟的緊密關(guān)系 32
1.10 高校的大數(shù)據(jù)專業(yè) 33
1.10.1 大數(shù)據(jù)專業(yè)概述 34
1.10.2 大數(shù)據(jù)專業(yè)體系 35
1.10.3 大數(shù)據(jù)專業(yè)的編程語言 36
1.11 本章小結(jié) 38
1.12 習(xí)題 39
第2章 大數(shù)據(jù)與其他新興技術(shù)的關(guān)系 40
2.1 云計算 40
2.1.1 云計算的概念 40
2.1.2 云計算的服務(wù)模式和類型 43
2.1.3 云計算數(shù)據(jù)中心 43
2.1.4 云計算的應(yīng)用和產(chǎn)業(yè) 45
2.2 物聯(lián)網(wǎng) 46
2.2.1 物聯(lián)網(wǎng)的概念 46
2.2.2 物聯(lián)網(wǎng)的關(guān)鍵技術(shù) 47
2.2.3 物聯(lián)網(wǎng)的應(yīng)用 49
2.2.4 物聯(lián)網(wǎng)產(chǎn)業(yè)鏈 50
2.3 大數(shù)據(jù)與云計算、物聯(lián)網(wǎng)的關(guān)系 50
2.4 人工智能 51
2.4.1 人工智能的概念 52
2.4.2 人工智能的關(guān)鍵技術(shù) 52
2.4.3 人工智能的應(yīng)用 56
2.4.4 人工智能產(chǎn)業(yè) 60
2.4.5 大數(shù)據(jù)與人工智能的關(guān)系 63
2.5 區(qū)塊鏈 63
2.5.1 比特幣概述 64
2.5.2 區(qū)塊鏈的原理 64
2.5.3 區(qū)塊鏈的定義和應(yīng)用 70
2.5.4 大數(shù)據(jù)與區(qū)塊鏈的關(guān)系 71
2.6 元宇宙 73
2.6.1 元宇宙的概念 73
2.6.2 元宇宙的基本特征 74
2.6.3 元宇宙的核心技術(shù) 75
2.6.4 大數(shù)據(jù)與元宇宙的關(guān)系 77
2.7 本章小結(jié) 77
2.8 習(xí)題 77
第3章 大數(shù)據(jù)基礎(chǔ)知識 79
3.1 大數(shù)據(jù)安全 79
3.1.1 傳統(tǒng)數(shù)據(jù)安全 80
3.1.2 大數(shù)據(jù)安全與傳統(tǒng)數(shù)據(jù)安全的不同 80
3.1.3 大數(shù)據(jù)時代數(shù)據(jù)安全面臨的挑戰(zhàn) 81
3.1.4 大數(shù)據(jù)安全問題分類 82
3.1.5 大數(shù)據(jù)面臨的具體安全威脅 84
3.1.6 典型案例 86
3.2 大數(shù)據(jù)思維 89
3.2.1 傳統(tǒng)的思維方式 89
3.2.2 大數(shù)據(jù)時代需要新的思維方式 89
3.2.3 大數(shù)據(jù)思維方式 91
3.2.4 運用大數(shù)據(jù)思維方式的具體實例 94
3.3 大數(shù)據(jù)倫理 101
3.3.1 大數(shù)據(jù)倫理的概念 101
3.3.2 大數(shù)據(jù)倫理的典型案例 102
3.3.3 大數(shù)據(jù)的倫理問題 105
3.4 數(shù)據(jù)共享 110
3.4.1 數(shù)據(jù)孤島問題 110
3.4.2 數(shù)據(jù)孤島問題產(chǎn)生的原因 111
3.4.3 消除數(shù)據(jù)孤島的重要意義 112
3.4.4 實現(xiàn)數(shù)據(jù)共享所面臨的挑戰(zhàn) 112
3.4.5 推進數(shù)據(jù)共享開放的舉措 114
3.4.6 數(shù)據(jù)共享案例 115
3.5 數(shù)據(jù)開放 119
3.5.1 政府開放數(shù)據(jù)的理論基礎(chǔ) 119
3.5.2 政府信息公開與政府數(shù)據(jù)開放的聯(lián)系與區(qū)別 122
3.5.3 政府數(shù)據(jù)開放的重要意義 123
3.6 大數(shù)據(jù)交易 125
3.6.1 大數(shù)據(jù)交易概述 125
3.6.2 大數(shù)據(jù)交易的發(fā)展現(xiàn)狀 126
3.6.3 大數(shù)據(jù)交易平臺 128
3.7 大數(shù)據(jù)治理 132
3.7.1 概述 132
3.7.2 大數(shù)據(jù)治理要素和治理原則 138
3.7.3 大數(shù)據(jù)治理的范圍 140
3.8 本章小結(jié) 143
3.9 習(xí)題 143
第4章 大數(shù)據(jù)的應(yīng)用 145
4.1 大數(shù)據(jù)在互聯(lián)網(wǎng)領(lǐng)域的應(yīng)用 145
4.2 大數(shù)據(jù)在生物醫(yī)學(xué)領(lǐng)域的應(yīng)用 146
4.2.1 流行病預(yù)測 146
4.2.2 智慧醫(yī)療 148
4.2.3 生物信息學(xué) 148
4.3 大數(shù)據(jù)在物流領(lǐng)域的應(yīng)用 149
4.3.1 智能物流的概念 149
4.3.2 大數(shù)據(jù)是智能物流的關(guān)鍵 149
4.3.3 中國智能物流骨干網(wǎng)—菜鳥 150
4.4 大數(shù)據(jù)在城市管理領(lǐng)域的應(yīng)用 151
4.4.1 智能交通 151
4.4.2 環(huán)保監(jiān)測 151
4.4.3 城市規(guī)劃 152
4.4.4 安防 153
4.5 大數(shù)據(jù)在金融領(lǐng)域的應(yīng)用 153
4.5.1 高頻交易 153
4.5.2 市場情緒分析 154
4.5.3 信貸風(fēng)險分析 154
4.5.4 大數(shù)據(jù)征信 155
4.6 大數(shù)據(jù)在汽車領(lǐng)域的應(yīng)用 156
4.7 大數(shù)據(jù)在零售領(lǐng)域的應(yīng)用 156
4.7.1 發(fā)現(xiàn)關(guān)聯(lián)購買行為 157
4.7.2 客戶群體細分 157
4.7.3 供應(yīng)鏈管理 158
4.8 大數(shù)據(jù)在餐飲領(lǐng)域的應(yīng)用 158
4.8.1 餐飲領(lǐng)域擁抱大數(shù)據(jù) 159
4.8.2 餐飲O2O 159
4.9 大數(shù)據(jù)在電信和能源領(lǐng)域的應(yīng)用 160
4.10 大數(shù)據(jù)在體育和娛樂領(lǐng)域的應(yīng)用 161
4.10.1 訓(xùn)練球隊 162
4.10.2 投拍影視作品 162
4.10.3 預(yù)測比賽結(jié)果 163
4.11 大數(shù)據(jù)在安全領(lǐng)域的應(yīng)用 163
4.11.1 大數(shù)據(jù)與國家安全 163
4.11.2 應(yīng)用大數(shù)據(jù)技術(shù)防御網(wǎng)絡(luò)攻擊 164
4.11.3 警察應(yīng)用大數(shù)據(jù)工具預(yù)防犯罪 164
4.12 大數(shù)據(jù)在日常生活中的應(yīng)用 165
4.13 本章小結(jié) 167
4.14 習(xí)題 167
第5章 大數(shù)據(jù)的硬件環(huán)境 168
5.1 服務(wù)器的性能指標 168
5.2 服務(wù)器的分類及選購 170
5.3 系統(tǒng)的性能評估 171
5.3.1 CPU 172
5.3.2 內(nèi)存 173
5.3.3 存儲 174
5.3.4 網(wǎng)卡 177
5.4 硬件系統(tǒng)分析 178
5.5 網(wǎng)絡(luò)設(shè)備 179
5.6 系統(tǒng)組網(wǎng)方案設(shè)計 181
5.6.1 網(wǎng)絡(luò)需求分析 181
5.6.2 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計 182
5.7 數(shù)據(jù)中心 183
5.7.1 數(shù)據(jù)中心的分類 184
5.7.2 數(shù)據(jù)中心的組成 184
5.7.3 數(shù)據(jù)中心的上線 185
5.8 本章小結(jié) 185
5.9 習(xí)題 186
第6章 數(shù)據(jù)采集與預(yù)處理 187
6.1 數(shù)據(jù)采集 187
6.1.1 數(shù)據(jù)采集的概念 187
6.1.2 數(shù)據(jù)采集的三大要點 188
6.1.3 數(shù)據(jù)采集的數(shù)據(jù)源 188
6.1.4 數(shù)據(jù)采集方法 189
6.1.5 網(wǎng)絡(luò)爬蟲 191
6.2 數(shù)據(jù)清洗 196
6.2.1 數(shù)據(jù)清洗的應(yīng)用領(lǐng)域 196
6.2.2 數(shù)據(jù)清洗的實現(xiàn)方式 196
6.2.3 數(shù)據(jù)清洗的內(nèi)容 197
6.2.4 數(shù)據(jù)清洗的注意事項 198
6.2.5 數(shù)據(jù)清洗的基本流程 198
6.2.6 數(shù)據(jù)清洗的評價標準 199
6.2.7 數(shù)據(jù)清洗的行業(yè)發(fā)展 199
6.3 數(shù)據(jù)集成和數(shù)據(jù)轉(zhuǎn)換 200
6.3.1 數(shù)據(jù)集成 200
6.3.2 數(shù)據(jù)轉(zhuǎn)換 201
6.4 數(shù)據(jù)歸約 204
6.5 數(shù)據(jù)脫敏 205
6.6 本章小結(jié) 207
6.7 習(xí)題 207
第7章 數(shù)據(jù)存儲與管理 208
7.1 傳統(tǒng)的數(shù)據(jù)存儲與管理技術(shù) 208
7.1.1 文件系統(tǒng) 208
7.1.2 關(guān)系數(shù)據(jù)庫 209
7.1.3 數(shù)據(jù)倉庫 210
7.1.4 并行數(shù)據(jù)庫 212
7.2 大數(shù)據(jù)時代的數(shù)據(jù)存儲與管理技術(shù) 213
7.2.1 分布式文件系統(tǒng) 213
7.2.2 NewSQL和NoSQL數(shù)據(jù)庫 213
7.2.3 云數(shù)據(jù)庫 215
7.2.4 數(shù)據(jù)湖 216
7.3 大數(shù)據(jù)處理架構(gòu)Hadoop 220
7.3.1 Hadoop的特性 220
7.3.2 Hadoop生態(tài)系統(tǒng) 221
7.4 分布式文件系統(tǒng)HDFS 223
7.4.1 HDFS的設(shè)計目標 223
7.4.2 HDFS的體系結(jié)構(gòu) 224
7.5 NoSQL數(shù)據(jù)庫 225
7.5.1 鍵值數(shù)據(jù)庫 226
7.5.2 列族數(shù)據(jù)庫 227
7.5.3 文檔數(shù)據(jù)庫 227
7.5.4 圖數(shù)據(jù)庫 228
7.6 云數(shù)據(jù)庫 229
7.6.1 云數(shù)據(jù)庫的概念 229
7.6.2 云數(shù)據(jù)庫的特性 230
7.6.3 云數(shù)據(jù)庫與其他數(shù)據(jù)庫的關(guān)系 231
7.6.4 代表性的云數(shù)據(jù)庫產(chǎn)品 232
7.7 分布式數(shù)據(jù)庫HBase 232
7.7.1 Bigtable概述 232
7.7.2 HBase簡介 233
7.7.3 HBase的數(shù)據(jù)模型 233
7.7.4 HBase的系統(tǒng)架構(gòu) 235
7.8 Spanner 236
7.9 OceanBase 237
7.10 本章小結(jié) 238
7.11 習(xí)題 239
第8章 數(shù)據(jù)處理與分析 240
8.1 數(shù)據(jù)處理與分析的概念 240
8.2 基于統(tǒng)計學(xué)方法的數(shù)據(jù)分析 242
8.2.1 常見的數(shù)據(jù)分析方法 242
8.2.2 數(shù)據(jù)分析的主流工具 244
8.3 機器學(xué)習(xí)和數(shù)據(jù)挖掘算法 246
8.3.1 概述 246
8.3.2 分類 247
8.3.3 聚類 248
8.3.4 回歸分析 249
8.3.5 關(guān)聯(lián)規(guī)則 249
8.3.6 協(xié)同過濾 250
8.4 數(shù)據(jù)挖掘的方法體系 251
8.4.1 可挖掘的知識 251
8.4.2 數(shù)據(jù)挖掘系統(tǒng)的體系結(jié)構(gòu) 252
8.4.3 數(shù)據(jù)挖掘流程 253
8.5 大數(shù)據(jù)處理與分析技術(shù) 254
8.5.1 技術(shù)分類 255
8.5.2 流計算 256
8.5.3 圖計算 258
8.6 大數(shù)據(jù)處理與分析的代表性產(chǎn)品 260
8.6.1 分布式計算框架MapReduce 260
8.6.2 數(shù)據(jù)倉庫Hive 261
8.6.3 數(shù)據(jù)倉庫Impala 263
8.6.4 基于內(nèi)存的分布式計算框架Spark 264
8.6.5 機器學(xué)習(xí)框架
TensorFlowOnSpark 278
8.6.6 流計算框架Flink 280
8.6.7 大數(shù)據(jù)編程框架Beam 283
8.6.8 查詢分析系統(tǒng)Dremel 284
8.7 本章小結(jié) 285
8.8 習(xí)題 286
第9章 數(shù)據(jù)可視化 287
9.1 可視化概述 287
9.1.1 數(shù)據(jù)可視化簡介 287
9.1.2 可視化的發(fā)展歷程 288
9.1.3 可視化的重要作用 288
9.2 可視化圖表 290
9.3 可視化工具 291
9.3.1 入門級工具 291
9.3.2 信息圖表工具 291
9.3.3 地圖工具 293
9.3.4 時間線工具 293
9.3.5 高級分析工具 294
9.4 本章小結(jié) 294
9.5 習(xí)題 295
第10章 大數(shù)據(jù)分析綜合案例 296
10.1 案例任務(wù) 296
10.2 系統(tǒng)設(shè)計 297
10.2.1 系統(tǒng)總體設(shè)計 297
10.2.2 數(shù)據(jù)庫設(shè)計 297
10.2.3 系統(tǒng)網(wǎng)站設(shè)計 298
10.2.4 算法設(shè)計 299
10.3 技術(shù)選擇 301
10.4 系統(tǒng)實現(xiàn) 303
10.5 本章小結(jié) 304
10.6 習(xí)題 304
參考文獻 305
展開全部
大數(shù)據(jù)導(dǎo)論 第2版 作者簡介
林子雨，博士，國內(nèi)高校知名大數(shù)據(jù)教師，廈門大學(xué)計算機科學(xué)與技術(shù)系副教授，廈門大學(xué)計算機科學(xué)與技術(shù)系數(shù)據(jù)庫實驗室負責(zé)人，中國計算機學(xué)會數(shù)據(jù)庫專委會委員，中國計算機學(xué)會信息系統(tǒng)專委會委員，入選“2021年高校計算機專業(yè)優(yōu)秀教師獎勵計劃”，榮獲“2022 年福建省高等教育教學(xué)成果獎特等獎(個人排名第一)”和“2018 年福建省高等教育教學(xué)成果獎二等獎(個人排名第一)”，出版 12 本大數(shù)據(jù)系列教材，被國內(nèi) 500 多所高校采用，建設(shè)了國內(nèi)高校首個大數(shù)據(jù)課程公共服務(wù)平臺，平臺累計訪問量超過 2300 萬次，成為全國高校大數(shù)據(jù)教學(xué)知名品牌，主持的“大數(shù)據(jù)技術(shù)原理與應(yīng)用"課程獲評國家精品在線開放課程和國家級線上一流本科課程，主持的“Spark 編程基礎(chǔ)課程狹評國家級一流本科課程。
書友推薦
- >
【精裝繪本】畫給孩子的中國神話
- >
名家?guī)阕x魯迅:朝花夕拾
- >
中國歷史的瞬間
- >
伯納黛特,你要去哪(2021新版)
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
史學(xué)評論
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
唐代進士錄
本類暢銷
