《大數據導論》是2018年中國鐵道出版社出版的圖書。
基本介紹
- 書名：大數據導論
- 作者：周鳴爭，陶皖主編
- 類別：工學圖書
- 出版社：中國鐵道出版社
- 出版時間：2018年
- 開本：16 開
- 裝幀：平裝-膠訂
- ISBN：9787113242633
內容簡介,圖書目錄,作者簡介,
內容簡介
本書全面闡述了大數據的內涵與特徵、獄紙仔趨體系架構以及所涉及關鍵技術。樂贈勸全書共分7章，內容龍拳包括大數據概論、大數據存儲、大數據處理、大數據分析、大數據可視化、大數據套用和大數據發展趨勢與展望，每章內容都與主流技術和典型案例緊密結合，以便讀者對大數據及其關鍵技術有更好的了解和掌握。 本書適合作為高等院校數據科學與大數據技術、計算機、軟體工程、電子信息等相關判格淚專業以及創新創業或素質教育的大數據課程教材，也可作為其催備奔套他讀者深入了解大數據技術的參考用書。
圖書目錄
第1章 概論 1
1.1 什麼是大數據 1
1.1.1 大數據產生的背景 1
1.1.2 大數據的概念及特徵 5
1.2 大數據帶來的變革 7
1.3 大數據的價值與挑戰 9
1.3.1 大數據的價值 9
1.3.2 大數據時代面臨的新挑戰 10
1.4 大數據的相關技術 12
1.4.1 大數據存儲和管理技術 14
1.4.2 大數據分析技術 20
1.4.3 大數據處理工具與平台 21
1.5 大數據的處理流程 22
1.5.1 數據抽取與集成 22
1.5.2 數據分析 23
1.5.3 數據解釋 23
1.5.4 大數據處理模型 24
1.6 大數據的發展機遇 28
習題 29
第2章 大數據存儲 30
2.1 大數據存儲概述 30
2.2 傳統的大數據存儲系統 30
2.3 分散式檔案系統 33
2.3.1 HDFS相關概念 35
2.3.2 HDFS分散式檔案系統的結構 36
2.3.3 HDFS存儲原理 37
2.3.4 HDFS數據讀/寫 41
2.4 NoSQL資料庫 43
2.4.1 NoSQL的產生 44
2.4.2 NoSQL與RDBMS 45
2.4.3 NoSQL的分類 46
2.4.4 HBase資料庫 47
2.4.5 NoSQL與NewSQL 52
習題 53
第3章 大數據處理 55
3.1 多處理器技術 55
3.2 並行計算 59
3.3 MapReduce並行計算技術虹戶符 65
3.3.1 MapReduce簡介 65
3.3.2 MapReduce編程模型 68
3.3.3 Hadoop MapReduce 1 73
3.3.4 Yarn/MapReduce2 76
3.3.5 MapReduce性能調優 79
習題 82
第4章 大數據分析 83
4.1 大數據分析概述 83
4.1.1 數據分析的原則 84
4.1.2 大數據分析的特點 84
4.1.3 大數據分析路線及流程 85
4.1.4 大數據分析技術 87
4.1.5 大數據分析的難點 90
4.2 大數據分析模型 91
4.2.1 大數據分析模型建立方法 91
4.2.2 分類分析模型 93
4.2.3 關聯分析模型 94
4.2.4 聚類分析模型 95
4.3 大數據分析算法 98
4.3.1 大數據算法概述 99
4.3.2 決策樹算法簡介 101
4.3.3 Apriori算法簡介 105
4.3.4 K-Means算法簡介 109
4.4 大數據分析套用 111
4.4.1 文本分析 111
4.4.2 情感分析 113
4.4.3 推薦系統 115
4.5 大趨槓婚數據分析常用工具 117
習題 119
第5章 大數據可視化 120
5.1 大數據可視化技術概述 120
5.1.1 數據可視化簡史 120
5.1.2 數據可視化的功能 122
5.1.3 大數據可視化簡介 123
5.2 大數據可視化技術基礎 126
5.2.1 數據可視化流程 126
5.2.2 數據可視化編碼 128
5.2.3 數據可視化設計 132
5.3 大數據可視化套用 134
5.3.1 文本可視化 135
5.3.2 社交網路可視化 138
5.3.3 日誌數據可視化 140
5.3.4 地理信息可視化 140
5.3.5 數據可視化互動 141
5.4 大數據可視化軟體和工具 143
5.4.1 大數據可視化軟體分類 143
5.4.2 科學可視化軟體和工具 144
5.4.3 可視化分析軟體和工具 145
5.4.4 信息可視化軟體和工具 147
習題 148
第6章 大數據套用 149
6.1 網際網路行業大數據 149
6.2 交通大數據 153
6.3 醫療大數據 159
6.4 問答系統 164
習題 169
第7章 大數據發展趨勢與展望170
7.1 大數據安全與隱私保護170
7.1.1 數據安全與隱私保護的現狀 170
7.1.2 大數據帶來的安全挑戰 171
7.1.3 大數據安全與隱私保護關鍵技術 172
7.2 大數據共享 174
7.2.1 大數據共享面臨的挑戰 174
7.2.2 大數據共享的措施與機制 175
7.3 數據科學 176
7.3.1 數據科學的概念 176
7.3.2 數據分析的難題 176
習題 177
參考文獻 178
作者簡介
周鳴爭，安徽工程大學
3.3.4 Yarn/MapReduce2 76
3.3.5 MapReduce性能調優 79
習題 82
第4章 大數據分析 83
4.1 大數據分析概述 83
4.1.1 數據分析的原則 84
4.1.2 大數據分析的特點 84
4.1.3 大數據分析路線及流程 85
4.1.4 大數據分析技術 87
4.1.5 大數據分析的難點 90
4.2 大數據分析模型 91
4.2.1 大數據分析模型建立方法 91
4.2.2 分類分析模型 93
4.2.3 關聯分析模型 94
4.2.4 聚類分析模型 95
4.3 大數據分析算法 98
4.3.1 大數據算法概述 99
4.3.2 決策樹算法簡介 101
4.3.3 Apriori算法簡介 105
4.3.4 K-Means算法簡介 109
4.4 大數據分析套用 111
4.4.1 文本分析 111
4.4.2 情感分析 113
4.4.3 推薦系統 115
4.5 大數據分析常用工具 117
習題 119
第5章 大數據可視化 120
5.1 大數據可視化技術概述 120
5.1.1 數據可視化簡史 120
5.1.2 數據可視化的功能 122
5.1.3 大數據可視化簡介 123
5.2 大數據可視化技術基礎 126
5.2.1 數據可視化流程 126
5.2.2 數據可視化編碼 128
5.2.3 數據可視化設計 132
5.3 大數據可視化套用 134
5.3.1 文本可視化 135
5.3.2 社交網路可視化 138
5.3.3 日誌數據可視化 140
5.3.4 地理信息可視化 140
5.3.5 數據可視化互動 141
5.4 大數據可視化軟體和工具 143
5.4.1 大數據可視化軟體分類 143
5.4.2 科學可視化軟體和工具 144
5.4.3 可視化分析軟體和工具 145
5.4.4 信息可視化軟體和工具 147
習題 148
第6章 大數據套用 149
6.1 網際網路行業大數據 149
6.2 交通大數據 153
6.3 醫療大數據 159
6.4 問答系統 164
習題 169
第7章 大數據發展趨勢與展望170
7.1 大數據安全與隱私保護170
7.1.1 數據安全與隱私保護的現狀 170
7.1.2 大數據帶來的安全挑戰 171
7.1.3 大數據安全與隱私保護關鍵技術 172
7.2 大數據共享 174
7.2.1 大數據共享面臨的挑戰 174
7.2.2 大數據共享的措施與機制 175
7.3 數據科學 176
7.3.1 數據科學的概念 176
7.3.2 數據分析的難題 176
習題 177
參考文獻 178
作者簡介
周鳴爭，安徽工程大學
