大数据治理与安全/大数据与人工智能技术丛书
全新正版 极速发货
￥ 29.85 6.0折 ￥ 49.8 全新
库存2件
广东广州
认证卖家担保交易快速发货售后保障
作者编者:黄源|责编:王冰飞
出版社清华大学
ISBN9787302625742
出版时间2023-09
装帧平装
开本其他
定价49.8元
货号1202994063
上书时间2024-07-09
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章 数据治理概述
1.1 数据治理简介
1.1.1 认识数据治理
1.1.2 人工智能下的数据治理
1.2 数据治理领域
1.3 数据治理项目的实施
1.4 本章小结
1.5 实训
习题1
第2章 数据采集与数据道德
2.1 数据采集基础
2.1.1 数据采集介绍
2.1.2 数据采集的类型
2.1.3 数据采集的方式
2.2 数据采集平台
2.2.1 数据采集平台概述
2.2.2 数据采集平台实例
2.3 网络爬虫
2.3.1 爬虫概述
2.3.2 Python爬虫的相关技术
2.3.3 Python爬虫的实现流程
2.4 人工智能时代的法律问题与伦理道德
2.4.1 数据带来的法律问题
2.4.2 使用网络爬虫爬取数据的法律风险与合规建议
2.4.3 数据伦理与道德
2.5 本章小结
2.6 实训
习题2
第3章 数据质量与数据管理
3.1 数据质量与数据质量管理概述
3.1.1 数据质量
3.1.2 数据质量管理
3.2 数据标准
3.2.1 数据标准介绍
3.2.2 数据标准的建设
3.3 主数据与元数据
3.3.1 主数据介绍
3.3.2 元数据概述
3.3.3 元数据管理
3.4 本章小结
3.5 实训
习题3
第4章 数据交换与数据集成
4.1 数据交换
4.1.1 数据交换概述
4.1.2 数据交换中的常见格式
4.1.3 API与数据交换
4.2 数据交换平台及应用
4.2.1 数据交换平台
4.2.2 数据交换平台的应用
内容摘要
本书的编写目的是向读者介绍大数据治理与安全的基本概念和相应的技
术应用。本书共9章，内容分别为数据治理概述、
数据采集与数据道德、数据质量与数据管理、数据交换与数据集成、数据库设计与治理、架构设计与治理、数据仓库设计与治理、大数据安全与治理及综合实训。本书将理论与实践操作相结合，通过大量的案例帮助读者快速了解和应用大数据治理的相关技术，并对书中重要的、核心的知识点加大练习的比例，以达到帮助读者熟练应用的目的。
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课教材，也可作为大数据爱好者的参考书。
精彩内容
第3章〓数据质量与数据管理本章学习目标了解数据质量的概念了解数据质量管理的概念了解数据标准的概念掌握主数据的定义掌握元数据的定义与特征
了解电子文件元数据了解元数据管理的定义与实施本章先向读者介绍数据质量与数据质量管理，再介绍数据标准，接着介绍主数据与元数据，最后介绍元数据管理的定义与实施。
3．1数据质量与数据质量管理概述3．1．1数据质量1．数据质量介绍数据无处不在，它贯穿整个数据生命周期，为企业决策提供了可靠的基础支撑，是企业成功的关键。在大数据时代，随着企业数据规模的不断扩大、数据数量的不断增加及数据来源的复杂性不断变化，为了能够充分地利用数据价值
，企业需要对数据进行管理。
然而，大数据应用必须建立在质量可靠的数据之上才有意义，建立在低质量甚至错误数据之上的应用有可能与其初心背道而驰。数据质量就是确保组织拥有的数据完整且准确，只有完整、准确的数据才可以供企业分析、共享使用。
因此，组织只有拥有强大的数据质量流程才可以确保数据的干净和清洁。
2．数据质量术语(1)质量。一组固有特性满足要求的程度。
(2)准确度。在一定观测条件下，观测值及其函数的估值与其真值的偏离程度。
(3)一致性。满足规定的要求。
(4)一致性质量级别。数据质量结果的一个或一组阈值，用于确定数据集符合产品规范规定或用户要求的程度。
(5)数据质量结果。数据质量测量得到的一个值或一
组值，或者将获取的一个值或一组值与规定的一致性质量级别相比较得到的评价结果。
(6)数据质量范围。记录其质量信息的数据的覆盖范围或特征。
(7)数据质量值类型。记录数据质量结果的值的类型。
(8)数据质量值单位。记录数据质量结果的值的单位。
(9)完全检查。检查质量范围内的所有个体。
(10)检验单元。可被单独描述或考察的事物。
(11)要素。现实世界现象的抽象。
3．造成数据质量的常见问题造成数据质量的常见问题大致可以分为3种，即技术原
因、业务原因和管理原因。
1)技术原因(1)数据模型设计的质量问题。例如，数据库表结构
— 没有更多了 —
以下为对购买帮助不大的评价