大数据导论

图书标准信息

• 作者 杨尊琦 编
• 出版社 机械工业出版社
• 出版时间 2018-10
• 版次 1
• ISBN 9787111608424
• 定价 39.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 172页
• 字数 275千字
• 正文语种 简体中文
• 丛书 “十三五”普通高等教育规划教材

【内容简介】

　　随着大数据时代的来临，大数据技术的基本原理和应用方法已成为一门必修的课程。

　　《大数据导论》依据社会的广泛需要，综合国内、外书籍和网站的相关内容，结合具体的课程实践和人才培养的要求，介绍大数据技术。

　　《大数据导论》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，读者通过学习能更深入地认识和掌握大数据的应用价值。书中每章都设有习题与实践，便于巩固所学内容。

　　《大数据导论》是为高等院校各专业学**数据基本课程而设计编写的，既能满足人文社会科学学科的相关专业需求，也可以满足理工科的需要，同时也可作为各行各业在职人士的参考用书。

　　《大数据导论》配套授课电子课件，需要的教师可登录www.cmpedu.com免费注册，审核通过后下载，或联系编辑索取。

【目录】

前言

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

第9章 大数据在旅游业中的应用

第10章 大数据在金融业中的应用——金融大数据

第11章 大数据在制造业中的应用——工业大数据