大數(shù)據(jù)分析方法與應(yīng)用

第1章 大數(shù)據(jù)概述
1 大數(shù)據(jù)的產(chǎn)生與發(fā)展
2 大數(shù)據(jù)的概念
3 大數(shù)據(jù)的研究與發(fā)展現(xiàn)狀
4 大數(shù)據(jù)的應(yīng)用現(xiàn)狀
5 大數(shù)據(jù)時(shí)代面臨的新挑戰(zhàn)
6 小結(jié)
思考題
參考文獻(xiàn)
第2章 大數(shù)據(jù)在各行業(yè)的應(yīng)用
1 大數(shù)據(jù)應(yīng)用的流程及價(jià)值
2 互聯(lián)網(wǎng)與大數(shù)據(jù)
3 金融業(yè)與大數(shù)據(jù)
4 交通業(yè)與大數(shù)據(jù)
5 政府與大數(shù)據(jù)
6 其他行業(yè)與大數(shù)據(jù)
7 大數(shù)據(jù)應(yīng)用的共性需求
8 小結(jié)
思考題
參考文獻(xiàn)
第3章 大數(shù)據(jù)下的商業(yè)智能與平臺(tái)架構(gòu)
1 傳統(tǒng)概念下的商業(yè)智能
2 傳統(tǒng)商業(yè)智能面臨的挑戰(zhàn)
3 商業(yè)智能HadOop+MPP新架構(gòu)
4 商業(yè)智能與云平臺(tái)
5 多平臺(tái)共存的大數(shù)據(jù)一體機(jī)
6 大數(shù)據(jù)商業(yè)智能的優(yōu)勢(shì)和發(fā)展趨勢(shì)
7 小結(jié)
思考題
參考文獻(xiàn)
第4章 數(shù)據(jù)抽取和清洗
1 數(shù)據(jù)的抽取
2 數(shù)據(jù)的清洗
3 大數(shù)據(jù)的ETL處理
4 常見(jiàn)的ETL工具案例
5 小結(jié)
思考題
參考文獻(xiàn)
第5章 大數(shù)據(jù)存儲(chǔ)技術(shù)
1 大數(shù)據(jù)存儲(chǔ)面臨的挑戰(zhàn)
2 數(shù)據(jù)存儲(chǔ)的方式
3 非關(guān)系型數(shù)據(jù)庫(kù)
4 常見(jiàn)的非關(guān)系型案例
5 分布式文件系統(tǒng)
6 小結(jié)
思考題
參考文獻(xiàn)
第6章 大數(shù)據(jù)與云計(jì)算
1 云計(jì)算概述
2 云架構(gòu)與云計(jì)算技術(shù)
3 大數(shù)據(jù)走向云端
4 云計(jì)算下的大數(shù)據(jù)工程
5 云計(jì)算下大數(shù)據(jù)的應(yīng)用
6 小結(jié)
思考題
參考文獻(xiàn)
第7章 大數(shù)據(jù)分析與數(shù)據(jù)挖掘
1 傳統(tǒng)數(shù)據(jù)挖掘
2 大數(shù)據(jù)與數(shù)據(jù)挖掘
3 大數(shù)據(jù)挖掘
4 文本挖掘
5 語(yǔ)音大數(shù)據(jù)挖掘
6 圖像識(shí)別與分析
7 空間數(shù)據(jù)挖掘
8 Web數(shù)據(jù)挖掘
9 小結(jié)
思考題
參考文獻(xiàn)
第8章 大數(shù)據(jù)分類(lèi)分析方法
1 大數(shù)據(jù)分類(lèi)分析方法的由來(lái)
2 數(shù)據(jù)分類(lèi)方法
3 大數(shù)據(jù)分析實(shí)例
4 小結(jié)
思考題
參考文獻(xiàn)
第9章 大數(shù)據(jù)預(yù)測(cè)分析方法
1 大數(shù)據(jù)預(yù)測(cè)方法概述
2 基于回歸分析的預(yù)測(cè)方法
3 基于時(shí)間序列分析的預(yù)測(cè)方法
4 基于深度學(xué)習(xí)的預(yù)測(cè)方法
5 小結(jié)
思考題
參考文獻(xiàn)
第10章基于大數(shù)據(jù)的文本挖掘方法
1 分詞技術(shù)
2 倒排索引
3 文本信息檢索模型
4 小結(jié)
思考題
參考文獻(xiàn)
第11章MapReduce
1 MapReduce的發(fā)展與特征
2 HDFS分布式文件系統(tǒng)
3 MapReduce的原理和框架
4 MapReduce的常用算法
5 小結(jié)
思考題
參考文獻(xiàn)
第12章 大數(shù)據(jù)與電子商務(wù)
1 電子商務(wù)應(yīng)用大數(shù)據(jù)的新機(jī)遇
2 大數(shù)據(jù)背景下的電子商務(wù)新特點(diǎn)
3 大數(shù)據(jù)在電子商務(wù)中的新應(yīng)用
4 小結(jié)
思考題
參考文獻(xiàn)
第13章 大數(shù)據(jù)挖掘與移動(dòng)互聯(lián)網(wǎng)
1 移動(dòng)互聯(lián)網(wǎng)上的大數(shù)據(jù)來(lái)源與特點(diǎn)
2 移動(dòng)互聯(lián)網(wǎng)中的大數(shù)據(jù)分析
3 大數(shù)據(jù)在移動(dòng)互聯(lián)網(wǎng)中的應(yīng)用
4 大數(shù)據(jù)挖掘與移動(dòng)互聯(lián)網(wǎng)的未來(lái)發(fā)展
5 小結(jié)
思考題
參考文獻(xiàn)
第14章 社交網(wǎng)絡(luò)大數(shù)據(jù)分析
1 社交網(wǎng)絡(luò)大數(shù)據(jù)概述
2 社交網(wǎng)絡(luò)大數(shù)據(jù)分析技術(shù)與方法
3 社交網(wǎng)站大數(shù)據(jù)實(shí)踐
4 小結(jié)
思考題
參考文獻(xiàn)
第15章 物流大數(shù)據(jù)分析
1 物流大數(shù)據(jù)內(nèi)涵與特點(diǎn)
2 物流大數(shù)據(jù)內(nèi)涵與特點(diǎn)
3 物流行業(yè)大數(shù)據(jù)的應(yīng)用
4 大數(shù)據(jù)物流問(wèn)題與對(duì)策
5 大數(shù)據(jù)環(huán)境下物流行業(yè)發(fā)展前景與建議
6 小結(jié)
思考題
參考文獻(xiàn)
第16章 大數(shù)據(jù)可視化分析
1 大數(shù)據(jù)可視化概述
2 大數(shù)據(jù)可視化技術(shù)
3 大數(shù)據(jù)可視化工具
4 IBM可視化案例
5 可視化發(fā)展趨勢(shì)
6 小結(jié)
思考題
第17章 大數(shù)據(jù)項(xiàng)目的實(shí)施與應(yīng)用案例
1 大數(shù)據(jù)項(xiàng)目實(shí)施方法論
2 基于微博大數(shù)據(jù)的股票市場(chǎng)預(yù)測(cè)系統(tǒng)的實(shí)施案例
3 銀行基于大數(shù)據(jù)的客戶分析系統(tǒng)實(shí)施案例
4 大數(shù)據(jù)分析應(yīng)用案例
5 小結(jié)
思考題
參考文獻(xiàn)
第18章 大數(shù)據(jù)時(shí)代的信息安全與個(gè)人隱私
1 大數(shù)據(jù)時(shí)代對(duì)信息安全帶來(lái)的挑戰(zhàn)
2 大數(shù)據(jù)時(shí)代信息安全特征
3 大數(shù)據(jù)信息安全應(yīng)對(duì)模式
4 大數(shù)據(jù)時(shí)代下的信息保障
5 大數(shù)據(jù)引起的個(gè)人隱私危機(jī)
6 小結(jié)
思考題
參考文獻(xiàn)
第19章 大數(shù)據(jù)主流廠商解決方案
1 大數(shù)據(jù)主流廠商概述
2 IBM大數(shù)據(jù)解決方案
3 SAS大數(shù)據(jù)解決方案
4 Oracle大數(shù)據(jù)解決方案
5 Microsoft大數(shù)據(jù)解決方案
6 SAP與Sybase大數(shù)據(jù)解決方案
7 EMC大數(shù)據(jù)解決方案
8 小結(jié)
思考題