本书内容包括大数据概述、大数据与其他新兴技术的关系、大数据基础知识、大数据应用、数据采集与预处理、数据存储与管理、数据处理与分析、数据可视化、大数据分析综合案例。
电子书
内容简介
本书以大数据处理技术涉及的主要流程为主线，深入浅出地介绍大数据相关的基础知识。本书条理清晰、重点突出，内容循序渐进、难易得当。全书共7章，内容包括大数据概述，大数据采集，大数据存储与管理，大数据分析，数据可视化，数据安全、隐私保护与开放共享，以及大数据技术应用实例。本书还设置了实训和课后习题，通过练习和操作实践，帮助读者巩固所学的内容。
章节目录
- 第 1 章 大数据概述
- 1.1 实例引入：三次信息化浪潮迎来大数据时代
- 1.1.1 信息时代数据爆炸
- 1.1.2 三次信息化浪潮
- 1.1.3 大数据的发展
- 1.1.4 大数据带来思维模式的改变
- 1.1.5 大数据的特点
- 1.2 大数据产业发展概况
- 1.2.1 大数据产业发展现状与市场规模
- 1.2.2 大数据产业应用领域及其应用价值
- 1.2.3 大数据市场产业链
- 1.3 大数据技术体系
- 1.3.1 数据接入
- 1.3.2 数据预处理
- 1.3.3 数据存储
- 1.3.4 数据处理
- 1.3.5 数据可视化
- 1.3.6 数据治理
- 1.3.7 安全与隐私保护
- 1.4 大数据相关岗位需求
- 小结
- 课后习题
- 第 2 章 大数据采集
- 2.1 实例引入：在线旅行社的用户访问行为数据采集
- 2.1.1 用户访问行为数据分析的价值
- 2.1.2 用户访问行为数据采集方案的设计
- 2.2 大数据采集技术
- 2.2.1 了解大数据采集
- 2.2.2 大数据采集的数据来源
- 2.2.3 基于数据仓库的数据批量采集
- 2.2.4 系统日志数据采集
- 2.2.5 网络数据实时采集
- 2.3 主流的大数据采集框架
- 2.3.1 Flume
- 2.3.2 Sqoop
- 小结
- 实训
- 实训1 Flume 的安装和配置
- 实训2 Sqoop 的安装和配置
- 课后习题
- 第 3 章 大数据存储与管理
- 3.1 实例引入：从平安城市建设看海量数据存储
- 3.1.1 平安城市建设中的视频监控系统
- 3.1.2 平安城市视频监控数据的存储技术方案
- 3.2 传统的数据存储技术
- 3.2.1 了解数据存储
- 3.2.2 数据存储的数据类型
- 3.2.3 文件系统
- 3.2.4 关系数据库
- 3.2.5 数据仓库
- 3.2.6 并行数据库
- 3.3 大数据时代下的数据存储技术
- 3.3.1 分布式存储系统
- 3.3.2 云存储
- 3.4 主流的分布式存储框架
- 3.4.1 MySQL
- 3.4.2 Hive
- 3.4.3 HBase
- 3.4.4 MongoDB
- 3.4.5 Redis
- 小结
- 实训
- 实训1 MySQL 的安装配置
- 实训2 Hive 的安装配置
- 实训3 HBase 的安装配置
- 课后习题
- 第 4 章 大数据分析
- 4.1 实例引入：个性化用户画像实现精准营销
- 4.1.1 大数据实现精准营销
- 4.1.2 用户画像是什么
- 4.1.3 构建个性化用户画像
- 4.2 大数据分析技术
- 4.2.1 了解数据分析与数据挖掘
- 4.2.2 数据认知
- 4.2.3 数据处理
- 4.2.4 分析建模
- 4.2.5 模型评估
- 4.3 主流的大数据分析处理框架
- 4.3.1 数据分析处理框架介绍
- 4.3.2 Hadoop
- 4.3.3 Spark
- 4.3.4 Flink
- 4.3.5 Storm
- 4.3.6 Graph
- 小结
- 实训
- 实训1 Hadoop 伪分布式安装
- 实训2 Spark 伪分布式安装
- 实训3 Flink 的安装配置
- 课后习题
- 第 5 章 数据可视化
- 5.1 实例引入：某机场数据可视化大屏
- 5.1.1 大屏显示的应用领域和行业
- 5.1.2 机场数据可视化大屏设计
- 5.2 数据可视化图形设计指南
- 5.2.1 了解数据可视化
- 5.2.2 数据可视化的发展方向
- 5.2.3 基础图表
- 5.2.4 一般的数据可视化图形设计流程
- 5.3 数据可视化主要技术
- 5.3.1 根据可视化目标分类
- 5.3.2 根据大数据特点分类
- 5.4 主流的数据可视化工具
- 5.4.1 数据可视化类库
- 5.4.2 BI 类
- 小结
- 实训
- 实训1 ECharts 的安装配置
- 实训2 FineBI 的安装配置
- 课后习题
- 第 6 章 数据安全、隐私保护与开放共享
- 6.1 实例引入：菜鸟平台共享物流信息
- 6.2 数据安全与隐私
- 6.2.1 大数据安全概述
- 6.2.2 大数据安全与隐私保护技术体系架构
- 6.3 大数据安全及隐私保护关键技术
- 6.3.1 数据安全技术
- 6.3.2 个人隐私保护技术
- 6.4 数据开放与共享
- 6.4.1 数据开放与共享的概念
- 6.4.2 数据开放与共享的意义
- 6.4.3 数据开放与共享实施指南
- 小结
- 课后习题
- 第 7 章 大数据技术应用实例
- 7.1 大数据技术在城市管理中的应用
- 7.1.1 城市公交用户出行分析
- 7.1.2 环保监测
- 7.2 大数据技术在金融领域的应用
- 7.2.1 股票价格涨跌趋势预测
- 7.2.2 上市公司综合能力聚类分析
- 7.3 大数据技术在互联网领域的应用
- 7.3.1 电子商务营销
- 7.3.2 音乐推荐系统
- 7.4 大数据技术在零售行业的应用
- 7.4.1 购物篮分析
- 7.4.2 客户价值分析
- 7.4.3 供应链管理
- 小结
- 课后习题
- 参考文献
展开全部
大数据导论是2024年由人民邮电出版社出版,作者张良均。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
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。
电子书
电子书
本书内容包括大数据概述、大数据与云计算、从产业结构来探索大数据技术、大数据的硬件架构——集群、大数据开发与计算技术、大数据存储技术、大数据分析、大数据与人工智能。
电子书
随着大数据时代的到来，涌现出多元化海量数据。大数据背后隐藏着大量的经济利益，尤其是通过数据整合、分析与挖掘，其所表现出的数据整合与控制力量已经远超以往。本书详细介绍了数据科学与大数据技术的详细内容。共分为9章，主要内容包括：大数据与数据科学、数据采集与数据预处理、数据存储、大数据处理平台、数据分析、数据可视化、数据安全与隐私、大数据应用、数据思维。 本书适合作为数据科学与大数据专业及其相关专业本
电子书
本书全面、系统地介绍了大数据的基本原理与概念，并对一些大数据的应用实例进行讲解，共9章，分别讲解大数据的基本知识、大数据与新一代信息技术、数据采集、大数据存储、数据清洗、大数据分析与挖掘、数据可视化、大数据安全与治理以及大数据的应用。本书可作为高等院校大数据专业、人工智能专业、软件技术专业、云计算专业、计算机网络专业的专业基础课教材，也可作为大数据爱好者的参考书。
电子书
本书以任务为导向，全面地介绍了数据分析的流程和PowerBI数据分析的应用，详细讲解了使用PowerBI解决企业实际问题的方法。全书共8章，包括数据分析与可视化概述、数据获取、M语言数据预处理、DAX语言数据建模、数据分析与可视化、PowerBI数据分析报表、数据部署、自动售货机综合案列。本书的大部分章节包含了实训与课后习题，通过练习和实践操作，可帮助读者巩固所学的内容。本书可以作为高校数据分析相
电子书
本书全面地讲解了在科学领域运用广泛的数据微积分、线性代数、统计学、数值计算、多元统计分析等数学基础知识。全书共6章：第1章介绍了大数据与数学、数学与R语言的关系；第2章介绍了微积分的基础知识，包括函数、极限、导数、微分、不定积分与定积分及其应用；第3章介绍了线性代数的基础知识，包括矩阵的运算、行列式、特征分解、奇异值分解；第4章介绍了统计学的基础知识，包括数据分布特征、概率论、随机变量的数字特征、
电子书
本书以“自动售货机”产品销售为主线，共分7个项目。项目1介绍了某企业“自动售货机”的经营困惑，以及“自动售货机”数据分析的流程；项目2为商品的整体销售情况分析；项目3为区域销售情况分析；项目4为商品库存的分析；项目5为用户行为的分析；项目6为商品销售量的预测；项目7介绍了“自动售货机”周报的撰写。
电子书
本书以任务为导向，较为系统地介绍Hadoop大数据技术及其生态系统组件Hive、HBase的相关知识。全书共8章，具体内容包括Hadoop介绍、Hadoop集群的搭建及配置、Hadoop基础操作、MapReduce入门编程、MapReduce进阶编程、Hive数据仓库、HBase分布式数据库，以及一个项目案例（电影网站用户影评分析）。本书的第2～7章包含实训与课后习题，读者可通过练习和操作实践，巩
