大數據導論——大數據思維與創新套用

大數據導論——大數據思維與創新套用

《大數據導論——大數據思維與創新套用》是2019年11月電子工業出版社出版的圖書,作者是何明。

基本介紹

  • 書名:大數據導論——大數據思維與創新套用
  • 作者:何明
  • 出版社:電子工業出版社
  • 出版時間:2019年11月
  • 頁數:224 頁
  • 定價:59 元
  • 開本:16 開
  • ISBN:9787121359415
內容簡介,目錄,

內容簡介

當前,大數據思維作為一種前瞻性的思維模式,在政府決策、商業規劃和科學研究等領域正發揮著重大作用。大數據已成為重要的戰略性資源,受到政府部門、各行業企業及研究機構的重視和關注。本書適合大數據愛好者、大數據從業者和政府機關相關人員閱讀,也可作為相關行業和學術領域研究者的參考書,以及大學相關課程教材。

目錄

第1章 大數據時代——日新月異 1
1.1 大數據的崛起 1
1.1.1 數據大爆炸 1
1.1.2 洞悉大數據 2
1.1.3 小數據與大數據 6
1.2 大數據的成長 8
1.2.1 網際網路技術推動了大數據的泛在化 8
1.2.2 存儲技術支撐了大數據的大容量化 8
1.2.3 計算能力加速了大數據的實時化 8
1.3 挑戰與機遇 9
1.3.1 數據的挑戰與機遇 9
1.3.2 技術的挑戰與機遇 10
1.3.3 用戶的挑戰與機遇 10
第2章 大數據戰略——高瞻遠矚 12
2.1 國外戰略 12
2.1.1 美國 13
2.1.2 歐盟 14
2.2 國內戰略 15
2.2.1 歷史機遇 15
2.2.2 發展規劃 17
2.2.3 戰略藍圖 19
2.3 大事記 21
2.3.1 學術界大事記 21
2.3.2 產業界大事記 23
第3章 大數據思維——革故鼎新 25
3.1 哲學思維 25
3.1.1 總體思維 26
3.1.2 相關思維 27
3.1.3 容錯思維 27
3.2 運營思維 28
3.2.1 數據收集思維 28
3.2.2 數據管理思維 29
3.2.3 數據套用思維 31
3.2.4 數據價值思維 33
3.2.5 數據事實思維 36
3.3 理政思維 37
3.3.1 高效決策思維 37
3.3.2 陽光理政思維 37
3.3.3 數據賦能思維 38
3.4 創新思維 39
3.4.1 跨界思維 39
3.4.2 智慧型思維 40
3.4.3 賦能思維 40
第4章 大數據產業——風生水起 42
4.1 大數據產業概述 42
4.1.1 發展階段及市場規模 43
4.1.2 產業鏈與商業模式 47
4.1.3 產業套用領域 53
4.2 國外大數據產業 54
4.2.1 美國 55
4.2.2 日本 55
4.2.3 歐盟 56
4.3 國內大數據產業 57
4.3.1 產業現狀 57
4.3.2 存在問題 60
4.3.3 努力方向 62
4.4 實體經濟+大數據 63
第5章 大數據技術——神兵利器 65
5.1 大數據技術概述 65
5.2 大數據處理框架 67
5.2.1 Hadoop 67
5.2.2 Storm 68
5.2.3 Spark 70
5.3 數據採集與清洗 70
5.3.1 數據採集 71
5.3.2 數據清洗 73
5.4 數據存儲與管理 75
5.4.2 NoSQL 76
5.4.3 多維索引技術 78
5.5 數據挖掘與分析 79
5.5.1 數據挖掘的過程 80
5.5.2 新型數據挖掘技術 82
5.5.3 相似性連線融合技術 84
5.5.4 面向領域的預測分析技術 85
5.5.5 深度學習技術 90
5.6 數據可視化 91
5.6.1 文本可視化 91
5.6.2 網路可視化 92
5.6.3 時空數據可視化 93
5.6.4 多維數據可視化 94
5.7.1 大數據安全技術體系 95
5.7.2 大數據平台安全技術 96
5.7.3 數據安全技術 97
5.7.4 隱私保護技術 98
第6章 市場監管大數據——明察秋毫 100
6.1 市場監管現狀分析 100
6.1.1 市場監管的內涵及其現代化 100
6.1.2 大數據對市場監管的作用 104
6.1.3 市場監管大數據總體需求分析 105
6.2 市場監管大數據的發展 106
6.2.1 國外市場監管大數據的發展 107
6.2.2 國內市場監管大數據的發展 108
6.3 市場監管大數據體系 112
6.3.1 系統體系 113
6.3.2 共性支撐體系 116
6.3.3 套用服務體系 121
6.3.4 安全體系 123
6.3.5 管理保障體系 127
第7章 綜合交通大數據——四通八達 131
7.1 交通行業需求與發展現狀 131
7.1.1 交通行業需求 131
7.1.2 交通大數據套用發展現狀 132
7.2 交通大數據技術 133
7.2.1 大數據生命周期 133
7.2.2 數據採集技術 134
7.2.3 數據存儲技術 134
7.2.4 數據挖掘與分析技術 135
7.3 交通大數據綜合套用 138
7.3.1 大數據平台 138
7.3.2 大數據交通管理 139
7.3.3 大數據便民服務 143
7.4 交通大數據面臨的問題與挑戰 144
7.4.1 交通中的自動駕駛 144
7.4.2 數據可視化 145
7.4.3 數據安全 146
第8章 農業農村大數據——強本節用 148
8.1 農業農村現代化的新機遇 148
8.1.1 大數據為農業農村發展指明了新方向 148
8.1.2 網際網路為農業信息鋪設了“高速路” 149
8.1.3 物聯網為農業感知延伸了“觸角” 150
8.1.4 線上平台為農業銷售拓展了“渠道” 151
8.2 農業農村大數據的發展 151
8.2.1 國外農業農村大數據的發展 151
8.2.2 國內農業農村大數據的發展 153
8.3 農業農村大數據套用 158
第9章 其他行業大數據——百花齊放 161
9.1 政務大數據 161
9.1.1 數字時代的管理模式 161
9.1.2 國內外現狀 162
9.1.3 問題與思考 163
9.2 公共安全大數據 165
9.2.1 警務大數據 165
9.2.2 消防大數據 166
9.2.3 反恐大數據 167
9.3 健康醫療大數據 169
9.3.1 健康醫療大數據概述 169
9.3.2 健康醫療大數據的特點 170
9.3.3 健康醫療大數據的套用 171
9.4 糧食物資大數據 175
9.4.1 大數據對糧食物資行業的影響 175
9.4.2 糧食物資大數據的國內外現狀 176
9.4.3 糧食物資大數據的發展趨勢 178
9.5 智慧營區大數據 181
9.5.1 智慧營區大數據體系架構 181
9.5.2 智慧營區大數據的特點 184
9.5.3 智慧營區大數據的套用 185
9.5.4 智慧營區大數據的發展趨勢 187
第10章 大數據的未來——繽彩紛呈 189
10.1 科技發展趨勢 189
10.1.1 大數據驅動新一代人工智慧 189
10.1.2 科技改變生活 190
10.2 大數據產業發展趨勢 191
10.2.1 市場需求 191
10.2.2 發展趨勢 192
10.3 經濟發展趨勢 195
10.3.1 全球趨勢 195
10.3.2 我國趨勢 197
10.4 未來已來,將至已至 199
參考文獻 201,
第1章 大數據時代——日新月異 1
1.1 大數據的崛起 1
1.1.1 數據大爆炸 1
1.1.2 洞悉大數據 2
1.1.3 小數據與大數據 6
1.2 大數據的成長 8
1.2.1 網際網路技術推動了大數據的泛在化 8
1.2.2 存儲技術支撐了大數據的大容量化 8
1.2.3 計算能力加速了大數據的實時化 8
1.3 挑戰與機遇 9
1.3.1 數據的挑戰與機遇 9
1.3.2 技術的挑戰與機遇 10
1.3.3 用戶的挑戰與機遇 10
第2章 大數據戰略——高瞻遠矚 12
2.1 國外戰略 12
2.1.1 美國 13
2.1.2 歐盟 14
2.2 國內戰略 15
2.2.1 歷史機遇 15
2.2.2 發展規劃 17
2.2.3 戰略藍圖 19
2.3 大事記 21
2.3.1 學術界大事記 21
2.3.2 產業界大事記 23
第3章 大數據思維——革故鼎新 25
3.1 哲學思維 25
3.1.1 總體思維 26
3.1.2 相關思維 27
3.1.3 容錯思維 27
3.2 運營思維 28
3.2.1 數據收集思維 28
3.2.2 數據管理思維 29
3.2.3 數據套用思維 31
3.2.4 數據價值思維 33
3.2.5 數據事實思維 36
3.3 理政思維 37
3.3.1 高效決策思維 37
3.3.2 陽光理政思維 37
3.3.3 數據賦能思維 38
3.4 創新思維 39
3.4.1 跨界思維 39
3.4.2 智慧型思維 40
3.4.3 賦能思維 40
第4章 大數據產業——風生水起 42
4.1 大數據產業概述 42
4.1.1 發展階段及市場規模 43
4.1.2 產業鏈與商業模式 47
4.1.3 產業套用領域 53
4.2 國外大數據產業 54
4.2.1 美國 55
4.2.2 日本 55
4.2.3 歐盟 56
4.3 國內大數據產業 57
4.3.1 產業現狀 57
4.3.2 存在問題 60
4.3.3 努力方向 62
4.4 實體經濟+大數據 63
第5章 大數據技術——神兵利器 65
5.1 大數據技術概述 65
5.2 大數據處理框架 67
5.2.1 Hadoop 67
5.2.2 Storm 68
5.2.3 Spark 70
5.3 數據採集與清洗 70
5.3.1 數據採集 71
5.3.2 數據清洗 73
5.4 數據存儲與管理 75
5.4.2 NoSQL 76
5.4.3 多維索引技術 78
5.5 數據挖掘與分析 79
5.5.1 數據挖掘的過程 80
5.5.2 新型數據挖掘技術 82
5.5.3 相似性連線融合技術 84
5.5.4 面向領域的預測分析技術 85
5.5.5 深度學習技術 90
5.6 數據可視化 91
5.6.1 文本可視化 91
5.6.2 網路可視化 92
5.6.3 時空數據可視化 93
5.6.4 多維數據可視化 94
5.7.1 大數據安全技術體系 95
5.7.2 大數據平台安全技術 96
5.7.3 數據安全技術 97
5.7.4 隱私保護技術 98
第6章 市場監管大數據——明察秋毫 100
6.1 市場監管現狀分析 100
6.1.1 市場監管的內涵及其現代化 100
6.1.2 大數據對市場監管的作用 104
6.1.3 市場監管大數據總體需求分析 105
6.2 市場監管大數據的發展 106
6.2.1 國外市場監管大數據的發展 107
6.2.2 國內市場監管大數據的發展 108
6.3 市場監管大數據體系 112
6.3.1 系統體系 113
6.3.2 共性支撐體系 116
6.3.3 套用服務體系 121
6.3.4 安全體系 123
6.3.5 管理保障體系 127
第7章 綜合交通大數據——四通八達 131
7.1 交通行業需求與發展現狀 131
7.1.1 交通行業需求 131
7.1.2 交通大數據套用發展現狀 132
7.2 交通大數據技術 133
7.2.1 大數據生命周期 133
7.2.2 數據採集技術 134
7.2.3 數據存儲技術 134
7.2.4 數據挖掘與分析技術 135
7.3 交通大數據綜合套用 138
7.3.1 大數據平台 138
7.3.2 大數據交通管理 139
7.3.3 大數據便民服務 143
7.4 交通大數據面臨的問題與挑戰 144
7.4.1 交通中的自動駕駛 144
7.4.2 數據可視化 145
7.4.3 數據安全 146
第8章 農業農村大數據——強本節用 148
8.1 農業農村現代化的新機遇 148
8.1.1 大數據為農業農村發展指明了新方向 148
8.1.2 網際網路為農業信息鋪設了“高速路” 149
8.1.3 物聯網為農業感知延伸了“觸角” 150
8.1.4 線上平台為農業銷售拓展了“渠道” 151
8.2 農業農村大數據的發展 151
8.2.1 國外農業農村大數據的發展 151
8.2.2 國內農業農村大數據的發展 153
8.3 農業農村大數據套用 158
第9章 其他行業大數據——百花齊放 161
9.1 政務大數據 161
9.1.1 數字時代的管理模式 161
9.1.2 國內外現狀 162
9.1.3 問題與思考 163
9.2 公共安全大數據 165
9.2.1 警務大數據 165
9.2.2 消防大數據 166
9.2.3 反恐大數據 167
9.3 健康醫療大數據 169
9.3.1 健康醫療大數據概述 169
9.3.2 健康醫療大數據的特點 170
9.3.3 健康醫療大數據的套用 171
9.4 糧食物資大數據 175
9.4.1 大數據對糧食物資行業的影響 175
9.4.2 糧食物資大數據的國內外現狀 176
9.4.3 糧食物資大數據的發展趨勢 178
9.5 智慧營區大數據 181
9.5.1 智慧營區大數據體系架構 181
9.5.2 智慧營區大數據的特點 184
9.5.3 智慧營區大數據的套用 185
9.5.4 智慧營區大數據的發展趨勢 187
第10章 大數據的未來——繽彩紛呈 189
10.1 科技發展趨勢 189
10.1.1 大數據驅動新一代人工智慧 189
10.1.2 科技改變生活 190
10.2 大數據產業發展趨勢 191
10.2.1 市場需求 191
10.2.2 發展趨勢 192
10.3 經濟發展趨勢 195
10.3.1 全球趨勢 195
10.3.2 我國趨勢 197
10.4 未來已來,將至已至 199
參考文獻 201

相關詞條

熱門詞條

聯絡我們