电子书
编辑推荐
帮助读者更深入地认识和掌握大数据的应用价值。
内容简介
本书内容包括大数据基础、大数据下的云计算、大数据处理、数据统计与分析、大数据安全、数据可视化、大数据与社交媒体的融合、大数据促进电子病历的改革、大数据在旅游业中的应用、大数据在金融业的应用和大数据在制造业的应用，既包括大数据的基本知识，也涵盖大数据在典型行业的具体应用。书中每章都设有习题与实践，便于巩固所学内容。
章节目录
- 封面
- 题名页
- 版权页
- 前言
- 目录
- 第1章 大数据基础
- 1.1 大数据时代
- 1.1.1 大数据时代的技术基础
- 1.1.2 大数据时代的变革
- 1.1.3 信息技术（IT）向数据技术（DT）的转变
- 1.2 什么是大数据
- 1.2.1 数据的基本知识
- 1.2.2 大数据定义
- 1.2.3 大数据的特征
- 1.3 大数据结构类型
- 1.4 大数据的应用
- 1.4.1 大数据在个人生活中的应用
- 1.4.2 大数据在企业中的应用
- 1.4.3 大数据在政府部门中的运用
- 1.5 数据科学和大数据技术
- 1.5.1 数据科学
- 1.5.2 大数据技术与工具
- 1.6 习题与实践
- 参考文献
- 第2章 大数据下的云计算
- 2.1 云计算概述
- 2.1.1 云计算的定义
- 2.1.2 云计算的特征
- 2.1.3 云计算的体系架构
- 2.1.4 云计算的类型划分
- 2.1.5 云计算的服务模式
- 2.2 云计算技术
- 2.2.1 虚拟化技术
- 2.2.2 并行计算技术
- 2.2.3 海量数据管理技术
- 2.2.4 海量数据存储技术
- 2.3 云计算与云存储
- 2.3.1 云存储概述
- 2.3.2 云存储的存储方式
- 2.3.3 云存储与云计算的关系
- 2.4 云计算与大数据
- 2.4.1 云计算与大数据的关系
- 2.4.2 云计算与大数据的结合
- 2.5 案例——基于云计算的智慧城市建设框架
- 2.5.1 智慧城市的内涵
- 2.5.2 智慧城市的支撑技术
- 2.5.3 智慧城市的体系架构
- 2.5.4 智慧城市的应用
- 2.6 习题与实践
- 参考文献
- 第3章 大数据处理
- 3.1 数据采集
- 3.1.1 数据采集方法
- 3.1.2 数据质量评估
- 3.1.3 数据质量的影响因素
- 3.2 数据清洗
- 3.2.1 处理残缺数据
- 3.2.2 处理噪声数据
- 3.2.3 处理冗余数据
- 3.3 数据变换
- 3.3.1 属性类型变换
- 3.3.2 属性值变换
- 3.4 数据集成
- 3.4.1 模式匹配与数据值冲突
- 3.4.2 数据冗余
- 3.5 数据归约
- 3.5.1 维归约
- 3.5.2 数值归约
- 3.6 习题与实践
- 参考文献
- 第4章 数据统计与分析
- 4.1 统计分析方法
- 4.1.1 分类与预测
- 4.1.2 聚类分析
- 4.1.3 关联分析
- 4.1.4 异常分析
- 4.2 数据挖掘的基本概念
- 4.2.1 数据挖掘的定义
- 4.2.2 数据挖掘的分类
- 4.2.3 数据挖掘的过程
- 4.3 数据挖掘经典算法
- 4.3.1 K-Means算法
- 4.3.2 KNN算法
- 4.3.3 ID3算法
- 4.4 案例——用大数据来挖掘《小时代》
- 4.5 习题与实践
- 参考文献
- 第5章 大数据安全
- 5.1 安全与隐私问题凸显
- 5.1.1 网络安全漏洞
- 5.1.2 个人隐私泄露
- 5.2 大数据时代的安全挑战
- 5.2.1 信息安全的发展历程
- 5.2.2 云计算技术带来的安全挑战
- 5.3 如何解决大数据安全问题
- 5.3.1 大数据安全防护对策
- 5.3.2 大数据安全防护关键技术
- 5.4 如何解决隐私保护问题
- 5.4.1 隐私保护的政策法规
- 5.4.2 隐私保护技术
- 5.5 案例——百度大数据安全实践
- 5.6 习题与实践
- 参考文献
- 第6章 数据可视化
- 6.1 数据可视化类型
- 6.1.1 科学可视化
- 6.1.2 信息可视化
- 6.1.3 可视分析学
- 6.2 数据可视化流程及步骤
- 6.2.1 数据可视化流程
- 6.2.2 数据处理和变换
- 6.2.3 视觉编码
- 6.2.4 统计图表
- 6.2.5 视觉隐喻
- 6.3 可视化评估
- 6.3.1 评估分类
- 6.3.2 评估方法
- 6.4 习题与实践
- 参考文献
- 第7章 大数据与社交媒体的融合
- 7.1 什么是社交媒体
- 7.1.1 社交媒体的定义
- 7.1.2 社交媒体的发展
- 7.2 社交媒体大数据的分析与挖掘
- 7.2.1 基于用户的大数据分析
- 7.2.2 基于关系的大数据分析
- 7.2.3 基于内容的大数据分析
- 7.3 社交媒体大数据的未来挑战
- 7.4 社交媒体大数据信息安全问题
- 7.4.1 社交媒体导致的信息风险类型和形成原因
- 7.4.2 社交媒体的信息风险治理方案
- 7.5 习题与实践
- 参考文献
- 第8章 大数据促进电子病历的改革
- 8.1 医疗病历的问题与挑战
- 8.1.1 病历共享和追溯问题
- 8.1.2 病历责任意识薄弱
- 8.1.3 病历遗失现象
- 8.1.4 电子病历的出现
- 8.2 大数据与电子病历
- 8.2.1 电子病历的大数据定义
- 8.2.2 基于大数据的标准化电子病历
- 8.2.3 “大数据+云计算”的电子病历存储
- 8.2.4 基于大数据的电子病历共享和追溯
- 8.3 电子病历与数据挖掘
- 8.3.1 电子病历数据的深度利用
- 8.3.2 电子病历的数据预处理
- 8.3.3 多维电子病历数据分析
- 8.3.4 电子病历数据挖掘
- 8.4 我国居民终身电子病历
- 8.4.1 背景分析
- 8.4.2 实施方案
- 8.4.3 技术支持
- 8.5 习题与实践
- 参考文献
- 第9章 大数据在旅游业中的应用
- 9.1 旅游数据的问题与发展
- 9.1.1 旅游数据收集问题
- 9.1.2 旅游数据分析问题
- 9.1.3 旅游数据应用问题
- 9.1.4 旅游数据的发展方向
- 9.2 大数据与旅游业
- 9.2.1 智慧旅游+大数据
- 9.2.2 定制旅游+大数据
- 9.2.3 精准营销+大数据
- 9.3 旅游与数据挖掘
- 9.3.1 锁定客户人群、关注客户需求
- 9.3.2 社交媒体挖掘、增加客户忠诚
- 9.4 旅游平台
- 9.4.1 旅游平台的模式
- 9.4.2 旅游平台的技术
- 9.5 习题与实践
- 参考文献
- 第10章 大数据在金融业中的应用——金融大数据
- 10.1 金融大数据概述
- 10.1.1 什么是金融大数据
- 10.1.2 金融大数据对金融业的影响
- 10.1.3 金融大数据应用的实施战略
- 10.2 金融大数据的应用
- 10.2.1 金融大数据的业务应用
- 10.2.2 金融大数据的应用举例
- 10.3 大数据与金融创新
- 10.3.1 金融创新的四个维度
- 10.3.2 金融创新的应用举例
- 10.4 习题与实践
- 参考文献
- 第11章 大数据在制造业中的应用——工业大数据
- 11.1 大数据下的工业革命
- 11.1.1 工业4.0
- 11.1.2 “新工业革命”和“中国制造2025”
- 11.2 工业大数据
- 11.3 大数据与智能工厂
- 11.3.1 智能工厂的概念、特征、架构
- 11.3.2 智能工厂在我国的应用
- 11.4 智能制造大数据分析
- 11.5 案例——酷特智能大数据助推服装个性化定制
- 11.6 习题与实践
- 参考文献
- 封底
展开全部
大数据导论是2018年由机械工业出版社出版,作者杨尊琦。
版权说明：本电子书已获得正版授权，由出版社通过知传链发行。
得书感谢您对《大数据导论》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。