大數(shù)據(jù)技術(shù)及其應(yīng)用

第1篇 基礎(chǔ)知識
1 大數(shù)據(jù)相關(guān)概念
1．1 大數(shù)據(jù)的發(fā)展背景
1．1．1 大數(shù)據(jù)的產(chǎn)生
1．1．2 大數(shù)據(jù)的由來及發(fā)展歷程
1．2 大數(shù)據(jù)的概念與特征
1．2．1 大數(shù)據(jù)的概念
1．2．2 大數(shù)據(jù)的特征
1．3 大數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)
1．3．1 一般意義上的數(shù)據(jù)結(jié)構(gòu)
1．3．2 數(shù)據(jù)倉庫的數(shù)據(jù)結(jié)構(gòu)
1．3．3 大數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)
1．4 大數(shù)據(jù)與數(shù)據(jù)挖掘
1．4．1 大數(shù)據(jù)與數(shù)據(jù)挖掘的關(guān)系
1．4．2 大數(shù)據(jù)挖掘的一般模式
1．5 大數(shù)據(jù)的研究現(xiàn)狀和展望
1．5．1 大數(shù)據(jù)的研究現(xiàn)狀
1．5．2 大數(shù)據(jù)的研究展望
1．6 小結(jié)
2 云計算與大數(shù)據(jù)
2．1 云計算相關(guān)理論及技術(shù)
2．1．1 云計算的定義與特點
2．1．2 云計算的基本架構(gòu)
2．1．3 云計算架構(gòu)的實施階段
2．2 云計算與大數(shù)據(jù)的關(guān)系
2．2．1 云計算與大數(shù)據(jù)是相輔相成的
2．2．2 云計算與大數(shù)據(jù)是動與靜的關(guān)系
2．2．3 云計算與大數(shù)據(jù)的未來發(fā)展
2．3 小結(jié)
3 面向大數(shù)據(jù)的數(shù)據(jù)分析工具
3．1 wEKA簡介
3．1．1 WEKA使用簡介
3．1．2 WEKA數(shù)據(jù)格式
3．1．3 wEKA中的數(shù)據(jù)準(zhǔn)備．-
3．1．4 wEKA常用算法應(yīng)用舉例
3．2 HacIoop簡介
3．2．1 HDFS海量存儲
3．2．2 MapRecIuce
3．2．3 基于Hadoop的交通運輸大數(shù)據(jù)解決方案
3．3 小結(jié)
第2篇 大數(shù)據(jù)相關(guān)理論及實例
4 數(shù)據(jù)庫、數(shù)據(jù)倉庫與數(shù)據(jù)挖掘
4．1 數(shù)據(jù)庫理論
4．1．1 數(shù)據(jù)庫系統(tǒng)的結(jié)構(gòu)理論
4．1．2 數(shù)據(jù)庫的數(shù)據(jù)模型
4．1．3 數(shù)據(jù)庫的設(shè)計
4．2 數(shù)據(jù)倉庫理論
4．2．1 數(shù)據(jù)倉庫的定義與解釋
4．2．2 數(shù)據(jù)倉庫系統(tǒng)模式
4．2．3 實例：數(shù)據(jù)倉庫系統(tǒng)中多維數(shù)據(jù)的形式化定義與描述
4．3 數(shù)據(jù)挖掘理論
4．3．1 數(shù)據(jù)挖掘的定義與解釋
4．3．2 數(shù)據(jù)挖掘與數(shù)據(jù)倉庫
4．3．3 數(shù)據(jù)挖掘與知識發(fā)現(xiàn)
4．3．4 數(shù)據(jù)挖掘與聯(lián)機(jī)分析處理
4．3．5 數(shù)據(jù)挖掘相關(guān)方法
4．3．6 數(shù)據(jù)挖掘的發(fā)展
4．4 小結(jié)
5 數(shù)據(jù)集成、中間件與數(shù)據(jù)壓縮
5．1 數(shù)據(jù)集成理論及應(yīng)用實例
5．1．1 數(shù)據(jù)集成的對象
5．1．2 數(shù)據(jù)集成技術(shù)與方法
5．1．3 3G與MIS的集成模式
5．1．4 實例：數(shù)據(jù)集成的設(shè)計與實現(xiàn)
5．2 中間件理論及應(yīng)用實例
5．2．1 中間件的定義與特點
5．2．2 基于數(shù)據(jù)倉庫系統(tǒng)的中間件技術(shù)
5．2．3 實例：中間件技術(shù)在數(shù)據(jù)倉庫系統(tǒng)中數(shù)據(jù)采集的應(yīng)用
5．3 數(shù)據(jù)壓縮理論及應(yīng)用實例
5．3．1 無損壓縮主要技術(shù)
5．3．2 有損壓縮主要技術(shù)
5．3．3 實例：文本挖掘中統(tǒng)計單詞的新方法
5．4 小結(jié)
第3篇 大數(shù)據(jù)相關(guān)技術(shù)及應(yīng)用
6非關(guān)系型數(shù)據(jù)庫技術(shù)及應(yīng)用
6．1 非關(guān)系型數(shù)據(jù)庫系統(tǒng)發(fā)展的必然性
6．1．1 數(shù)據(jù)庫技術(shù)發(fā)展歷史
6．1．2 關(guān)系型數(shù)據(jù)庫的挑戰(zhàn)與不足
6．2 非關(guān)系型數(shù)據(jù)庫理論
6．2．1 非關(guān)系型數(shù)據(jù)庫的概念
6．2．2 非關(guān)系型數(shù)據(jù)庫的產(chǎn)品
6．3 非關(guān)系型數(shù)據(jù)庫的使用范例
6．3．1 MongoDB的使用范例
6．3．2 Ne04i的使用范例
6．4 MongoDB與JAVA開源架構(gòu)的整合
6．4．1 JAVA開源架構(gòu)的介紹
6．4．2 Morphia0RM框架
6．4．3 框架的整合應(yīng)用
6．5 小結(jié)
7 信息檢索與主題模型相關(guān)技術(shù)及應(yīng)用
7．1 信息檢索相關(guān)理論
7．1．1 信息檢索的文本表示
7．1．2 信息檢索的匹配算法
7．1．3 信息檢索結(jié)果的評價
7．2 主題模型相關(guān)理論
7．2．1 主題模型的概念
7．2．2 主題模型的算法
7．2．3 主題模型的運行實例
7．3 基于主題的文獻(xiàn)檢索應(yīng)用
7．3．1 學(xué)術(shù)文獻(xiàn)網(wǎng)絡(luò)的構(gòu)建
7．3．2 主題的確定與計算
7．3．3 基于主題的文獻(xiàn)引用網(wǎng)絡(luò)
7．3．4 基于Lemur的信息檢索模型實現(xiàn)
7．4 小結(jié)
8 可視化技術(shù)及應(yīng)用
8．1 大數(shù)據(jù)與可視化
8．1．1 大數(shù)據(jù)與可視化的關(guān)系
8．1．2 可視化工具與產(chǎn)品
8．1．3 Gephi可視化軟件的使用
8．2 知識域可視化問題的應(yīng)用
8．2．1 知識域可視化問題描述
8．2．2 知識域可視化的應(yīng)用
8．3 小結(jié)
參考文獻(xiàn)