大数据技术与应用 姚树春 等 编 下载 pdf 百度网盘 epub 免费 2025 电子书 mobi 在线

本书主要讲解了大数据的概念、特点、重要性、价值，大数据处理的基础理念，大数据的处理流程、方法和技术，并结合实际案例构建了大数据应用的战略蓝图、管理流程和实施策略等内容，可作为高等院校教材，也可供大数据学习研究者参考。

第1篇 理念篇

1 信息时代背景及大数据基本介绍

1.1 信息时代的主要数据源

1.1.1 互联网

1.1.2 社交网络

1.1.3 云计算

1.1.4 物联网

1.1.5 智能终端

1.1.6 信息时代数据增长的特点

1.2 大数据及其特点

1.2.1 大数据的概念

1.2.2 大数据的主要来源

1.2.3 大数据的特征

1.3 大数据的重要性及其价值

1.4 大数据对组织的战略机遇

1.4.1 新型战略资源

1.4.2 商业洞察能力

1.4.3 财务管理新模式

1.4.4 营销的革命

本章小结

思考题

2 常见大数据源及其应用价值分析

2.1 车载信息服务数据

2.1.1 车载信息服务的概念

2.1.2 车载信息数据的应用价值

2.2 位置数据及其价值

2.3 RFID数据及其价值

2.3.1 什么是RFID

2.3.2 RFID数据的应用价值

2.4 文本数据

2.5 其他大数据源

2.5.1 社交网络数据

2.5.2 传感器数据

2.5.3 智能电网数据

2.5.4 遥测数据

本章小结

思考题

3 大数据应用的基本策略

3.1 大数据的商业应用架构

3.1.1 理念共识

3.1.2 组织协同

3.1.3 技术储备

3.2 大数据应用的前期准备

3.2.1 制定大数据应用目标

3.2.2 大数据采集

3.2.3 已有信息系统的优化

3.2.4 多系统、多结构数据的规范化

3.2.5 大数据收集中的可拓创新方法

3.3 大数据分析的基本过程

3.3.1 数据准备

3.3.2 数据探索

3.3.3 模式知识发现

3.3.4 预测建模

3.3.5 模型评估

3.3.6 知识应用

3.4 数据仓库的协同应用

3.4.1 多维数据结构

3.4.2 多维数据的分析操作

3.4.3 数据相关性分析和多元回归分析

3.5 大数据战略与运营创新

本章小结

思考题

第2篇 技术篇

4 大数据应用的相关技术

4.1 数据收集与预处理技术

4.1.1 数据收集技术

4.1.2 数据存储技术

4.1.3 数据预处理技术

4.2 常用数据挖掘方法

4.2.1 分类

4.2.2 主成分分析

4.2.3 聚类分析

4.2.4 关联规则

4.2.5 时序模式

4.2.6 决策树

4.2.7 常用的异常数据挖掘方法

4.2.8 可拓数据挖掘

4.3 半结构化大数据挖掘

4.3.1 Web挖掘

4.3.2 文本分类挖掘

4.4 大数据应用中的智能知识管理

4.4.1 大数据应用面临的困难

4.4.2 智能知识管理定义与框架

4.4.3 智能知识管理的研究和应用现状

4.4.4 大数据背景下智能知识管理未来发展方向

4.5 大数据处理的开源技术工具

4.5.1 数据流处理工具Storm和Kafka

4.5.2 查询搜索工具Drill和Dremel

4.5.3 开源统计语言R

4.5.4 图形分析工具Gremlin和Giraph

4.5.5 全内存的分析平台SAP Hana

4.5.6 可视化类库D3

4.6 知名公司的大数据技术方案

本章小结

思考题

5 主要数据挖掘工具及平台简介

5.1 数据挖掘工具平台Clementine

5.2 SAS(Statistical Analysis System)／EM(Enterprise Miner)

5.3 IBM Intelligent Miner

5.4 R语言

5.5 DistBelief

5.6 Hadoop

5.7 MapReduce

本章小结

思考题

第3篇 应用篇

6 成为优秀的大数据分析师

6.1 什么是大数据分析师

6.2 优秀的大数据分析师具备的素质

6.2.1 教育背景

6.2.2 行业经验

6.2.3 团队合作

6.3 优秀分析专家其他特质

6.3.1 敬业精神

6.3.2 创造力

6.3.3 商业头脑

6.3.4 文化认同

6.3.5 演讲能力与沟通技巧

本章小结

思考题

7 大数据应用经典案例

7.1 金融行业大数据应用案例

7.1.1 中国人民银行征信管理局个人信用评分

7.1.2 金融衍生品交易结算风险控制

7.1.3 全球经济监测与政策模拟仿真平台

7.1.4 网络舆情监控

7.2 国外政府大数据应用经典案例

7.2.1 美国政府的数据开放策略

7.2.2 万维信息触角计划：追踪恐怖分子的”数据脚印

7.2.3 街头警察的数据传奇

7.2.4 奥巴马：网络总统的网络整合推广营销

7.2.5 流行疾传播预测

7.2.6 Data.Gov：数据开放之路

7.3 企业大数据应用经典案例

7.3.1 电子商务案例

7.3.2 市场销售案例

7.3.3 物流运输业案例

7.3.4 市政领域案例

7.3.5 社交网络案例

7.3.6 通信业案例

7.3.7 金融业案例

本章小结

思考题

8 政府工作中的大数据应用

8.1 数据与政府职能

8.2 大数据应用层面分析

8.2.1 医疗与健康

8.2.2 数据新闻学

8.2.3 社会管理

8.2.4 金融业应用

8.2.5 零售业应用

8.2.6 物联网与智慧城市

8.2.7 欺诈检测

8.2.8 网络安全

本章小结

思考题

9 互联网中的大数据商机

9.1 互联网大数据主要来源

9.1.1 网络行为的结果数据

9.1.2 网络行为的过程数据

9.1.3 反馈的结果数据

9.2 互联网中的大数据采集

9.2.1 Web日志数据采集

9.2.2 微博数据采集

9.2.3 网络评论数据采集

9.3 互联网大数据的应用方向

9.3.1 很优的推荐商品

9.3.2 流失模型

9.3.3 响应模型

9.3.4 客户分类

9.3.5 理解互联网广告受众

9.3.6 广告效果评估

9.3.7 网站用户转化率分析

9.3.8 电子商务应用

9.3.9 移动互联网的大数据应用

9.4 互联网大数据的应用目标

9.5 互联网与个人隐私保护

本章小结

思考题

10 大数据与未来之路

10.1 国外大数据战略

10.1.1 美国推动大数据技术发展的主要做法

10.1.2 日本的大数据战略

10.1.3 联合国的大数据行动

10.1.4 英国的大数据战略

10.2 我国实施国家大数据战略

10.2.1 我国实施国家大数据战略的新成效

10.2.2 我国实施国家大数据战略面临的挑战

10.2.3 更好实施我国大数据战略政策建议

10.3 大数据的机遇、挑战与应对

10.3.1 大数据机遇

10.3.2 大数据挑战及应对

10.4 我国的大数据优势及实施策略

10.4.1 我国的大数据优势

10.4.2 大数据应用体系

10.5 大数据行动

10.5.1 未来可能的政府行动

10.5.2 未来大数据的支持领域

10.5.3 大数据公共政策

10.6 大数据未来发展的主要领域

10.6.1 大数据存储

10.6.2 大数据计算

10.6.3 数据安全与隐私保护

10.6.4 大数据整合技术

10.6.5 大数据与云计算

本章小结

思考题

参考文献

姚树春，硕士，不错工程师，在AMD(中国)公司工作9年，主要从事该公司的数据仓库与数据挖掘工作。之后在高校工作，主要从事计算机相关的教学与大数据专业的管理工作。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：大数据技术与应用 姚树春 等 编在线阅读

在线听书地址：大数据技术与应用 姚树春 等 编在线收听

在线购买地址：大数据技术与应用 姚树春 等 编在线购买

暂无原文赏析，正在全力查找中！

暂无其它内容！