大数据导论PDF|Epub|txt|kindle电子书版本网盘下载

大数据导论PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 大数据基础1

1.1 大数据时代1

1.1.1 大数据时代的技术基础1

1.1.2 大数据时代的变革3

1.1.3 信息技术（IT）向数据技术（DT）的转变6

1.2 什么是大数据7

1.2.1 数据的基本知识7

1.2.2 大数据定义8

1.2.3 大数据的特征10

1.3 大数据结构类型11

1.4 大数据的应用13

1.4.1 大数据在个人生活中的应用13

1.4.2 大数据在企业中的应用15

1.4.3 大数据在政府部门中的运用16

1.5 数据科学和大数据技术18

1.5.1 数据科学18

1.5.2 大数据技术与工具18

1.6 习题与实践23

参考文献23

第2章 大数据下的云计算24

2.1 云计算概述24

2.1.1 云计算的定义24

2.1.2 云计算的特征25

2.1.3 云计算的体系架构25

2.1.4 云计算的类型划分26

2.1.5 云计算的服务模式27

2.2 云计算技术27

2.2.1 虚拟化技术28

2.2.2 并行计算技术30

2.2.3 海量数据管理技术30

2.2.4 海量数据存储技术31

2.3 云计算与云存储31

2.3.1 云存储概述31

2.3.2 云存储的存储方式32

2.3.3 云存储与云计算的关系33

2.4 云计算与大数据34

2.4.1 云计算与大数据的关系34

2.4.2 云计算与大数据的结合35

2.5 案例——基于云计算的智慧城市建设框架37

2.5.1 智慧城市的内涵37

2.5.2 智慧城市的支撑技术38

2.5.3 智慧城市的体系架构39

2.5.4 智慧城市的应用39

2.6 习题与实践41

参考文献41

第3章 大数据处理42

3.1 数据采集42

3.1.1 数据采集方法42

3.1.2 数据质量评估43

3.1.3 数据质量的影响因素44

3.2 数据清洗44

3.2.1 处理残缺数据44

3.2.2 处理噪声数据45

3.2.3 处理冗余数据46

3.3 数据变换46

3.3.1 属性类型变换46

3.3.2 属性值变换47

3.4 数据集成48

3.4.1 模式匹配与数据值冲突48

3.4.2 数据冗余48

3.5 数据归约49

3.5.1 维归约49

3.5.2 数值归约50

3.6 习题与实践50

参考文献51

第4章 数据统计与分析52

4.1 统计分析方法52

4.1.1 分类与预测52

4.1.2 聚类分析52

4.1.3 关联分析53

4.1.4 异常分析54

4.2 数据挖掘的基本概念54

4.2.1 数据挖掘的定义54

4.2.2 数据挖掘的分类55

4.2.3 数据挖掘的过程56

4.3 数据挖掘经典算法57

4.3.1 K-Means算法57

4.3.2 KNN算法58

4.3.3 ID3算法60

4.4 案例——用大数据来挖掘《小时代》61

4.5 习题与实践62

参考文献62

第5章 大数据安全64

5.1 安全与隐私问题凸显64

5.1.1 网络安全漏洞64

5.1.2 个人隐私泄露65

5.2 大数据时代的安全挑战66

5.2.1 信息安全的发展历程66

5.2.2 云计算技术带来的安全挑战67

5.3 如何解决大数据安全问题69

5.3.1 大数据安全防护对策69

5.3.2 大数据安全防护关键技术71

5.4 如何解决隐私保护问题72

5.4.1 隐私保护的政策法规72

5.4.2 隐私保护技术73

5.5 案例——百度大数据安全实践74

5.6 习题与实践75

参考文献76

第6章 数据可视化76

6.1 数据可视化类型76

6.1.1 科学可视化76

6.1.2 信息可视化79

6.1.3 可视分析学81

6.2 数据可视化流程及步骤83

6.2.1 数据可视化流程83

6.2.2 数据处理和变换85

6.2.3 视觉编码86

6.2.4 统计图表88

6.2.5 视觉隐喻91

6.3 可视化评估92

6.3.1 评估分类92

6.3.2 评估方法93

6.4 习题与实践95

参考文献96

第7章 大数据与社交媒体的融合97

7.1 什么是社交媒体97

7.1.1 社交媒体的定义97

7.1.2 社交媒体的发展98

7.2 社交媒体大数据的分析与挖掘100

7.2.1 基于用户的大数据分析102

7.2.2 基于关系的大数据分析103

7.2.3 基于内容的大数据分析105

7.3 社交媒体大数据的未来挑战109

7.4 社交媒体大数据信息安全问题110

7.4.1 社交媒体导致的信息风险类型和形成原因111

7.4.2 社交媒体的信息风险治理方案112

7.5 习题与实践113

参考文献113

第8章 大数据促进电子病历的改革115

8.1 医疗病历的问题与挑战115

8.1.1 病历共享和追溯问题115

8.1.2 病历责任意识薄弱115

8.1.3 病历遗失现象116

8.1.4 电子病历的出现116

8.2 大数据与电子病历117

8.2.1 电子病历的大数据定义117

8.2.2 基于大数据的标准化电子病历118

8.2.3 “大数据+云计算”的电子病历存储119

8.2.4 基于大数据的电子病历共享和追溯121

8.3 电子病历与数据挖掘121

8.3.1 电子病历数据的深度利用121

8.3.2 电子病历的数据预处理122

8.3.3 多维电子病历数据分析123

8.3.4 电子病历数据挖掘124

8.4 我国居民终身电子病历125

8.4.1 背景分析125

8.4.2 实施方案126

8.4.3 技术支持126

8.5 习题与实践130

参考文献130

第9章 大数据在旅游业中的应用132

9.1 旅游数据的问题与发展132

9.1.1 旅游数据收集问题132

9.1.2 旅游数据分析问题133

9.1.3 旅游数据应用问题133

9.1.4 旅游数据的发展方向134

9.2 大数据与旅游业135

9.2.1 智慧旅游＋大数据135

9.2.2 定制旅游＋大数据136

9.2.3 精准营销＋大数据138

9.3 旅游与数据挖掘139

9.3.1 锁定客户人群、关注客户需求139

9.3.2 社交媒体挖掘、增加客户忠诚140

9.4 旅游平台140

9.4.1 旅游平台的模式141

9.4.2 旅游平台的技术142

9.5 习题与实践143

参考文献143

第10章 大数据在金融业中的应用——金融大数据144

10.1 金融大数据概述144

10.1.1 什么是金融大数据144

10.1.2 金融大数据对金融业的影响145

10.1.3 金融大数据应用的实施战略146

10.2 金融大数据的应用148

10.2.1 金融大数据的业务应用148

10.2.2 金融大数据的应用举例150

10.3 大数据与金融创新151

10.3.1 金融创新的四个维度152

10.3.2 金融创新的应用举例152

10.4 习题与实践153

参考文献154

第11章 大数据在制造业中的应用——工业大数据155

11.1 大数据下的工业革命155

11.1.1 工业4.0155

11.1.2 “新工业革命”和“中国制造2025”157

11.2 工业大数据158

11.3 大数据与智能工厂162

11.3.1 智能工厂的概念、特征、架构162

11.3.2 智能工厂在我国的应用165

11.4 智能制造大数据分析167

11.5 案例——酷特智能大数据助推服装个性化定制169

11.6 习题与实践171

参考文献171