大數(shù)據(jù)分析方法與應用

定　價：￥56.00

作　者：	樊重俊，劉臣，霍良安
出版社：	立信會計出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787542949158	出版時間：	2016-01-01	包裝：
開本：	16開	頁數(shù)：	454	字數(shù)：

內容簡介

　　大數(shù)據(jù)作為互聯(lián)網、移動互聯(lián)網、社交網絡、云計算等信息技術發(fā)展的必然產物，其分析方法、技術及其應用已然成為信息技術發(fā)展中熱門的研究之一?！洞髷?shù)據(jù)分析與應用》首先介紹了大數(shù)據(jù)的基本概念與應用現(xiàn)狀，在此基礎上，研究大數(shù)據(jù)下的商業(yè)智能模式、平臺架構以及數(shù)據(jù)存儲與處理技術；然后闡述了大數(shù)據(jù)的分析方法、存儲計算以及可視化技術，并結合應用實踐，詳細說明了大數(shù)據(jù)分析在電子商務、社交網絡、移動互聯(lián)網等領域的發(fā)展與應用；最后敘述了大數(shù)據(jù)實施項目的具體方法及應用案例，指出大數(shù)據(jù)時代的信息安全與隱私保護問題，綜合了當前主流廠商的大數(shù)據(jù)解決方案?！洞髷?shù)據(jù)分析與應用》面向大數(shù)據(jù)方法與應用研究的諸多學者，也可以作為高等院校系統(tǒng)工程、信息管理與信息系統(tǒng)、計算機應用、管理科學與工程、電子商務、物流工程與統(tǒng)計學等相關專業(yè)研究生課程的教材、高年級本科生課程的教材，還可以為從事大數(shù)據(jù)應用實踐的商業(yè)管理人員提供理論與實踐參考，為從事商業(yè)大數(shù)據(jù)平臺的相關系統(tǒng)開發(fā)和應用的研究人員與技術人員提供閱讀參考。

作者簡介

暫缺《大數(shù)據(jù)分析方法與應用》作者簡介

圖書目錄

第1章大數(shù)據(jù)概述
1 大數(shù)據(jù)的產生與發(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)的應用現(xiàn)狀
5 大數(shù)據(jù)時代面臨的新挑戰(zhàn)
6 小結
思考題
參考文獻
第2章大數(shù)據(jù)在各行業(yè)的應用
1 大數(shù)據(jù)應用的流程及價值
2 互聯(lián)網與大數(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)應用的共性需求
8 小結
思考題
參考文獻
第3章大數(shù)據(jù)下的商業(yè)智能與平臺架構
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
4 商業(yè)智能與云平臺
5 多平臺共存的大數(shù)據(jù)一體機
6 大數(shù)據(jù)商業(yè)智能的優(yōu)勢和發(fā)展趨勢
7 小結
思考題
參考文獻
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 常見的ETL工具案例
5 小結
思考題
參考文獻
第5章大數(shù)據(jù)存儲技術
1 大數(shù)據(jù)存儲面臨的挑戰(zhàn)
2 數(shù)據(jù)存儲的方式
3 非關系型數(shù)據(jù)庫
4 常見的非關系型案例
5 分布式文件系統(tǒng)
6 小結
思考題
參考文獻
第6章大數(shù)據(jù)與云計算
1 云計算概述
2 云架構與云計算技術
3 大數(shù)據(jù)走向云端
4 云計算下的大數(shù)據(jù)工程
5 云計算下大數(shù)據(jù)的應用
6 小結
思考題
參考文獻
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 語音大數(shù)據(jù)挖掘
6 圖像識別與分析
7 空間數(shù)據(jù)挖掘
8 Web數(shù)據(jù)挖掘
9 小結
思考題
參考文獻
第8章大數(shù)據(jù)分類分析方法
1 大數(shù)據(jù)分類分析方法的由來
2 數(shù)據(jù)分類方法
3 大數(shù)據(jù)分析實例
4 小結
思考題
參考文獻
第9章大數(shù)據(jù)預測分析方法
1 大數(shù)據(jù)預測方法概述
2 基于回歸分析的預測方法
3 基于時間序列分析的預測方法
4 基于深度學習的預測方法
5 小結
思考題
參考文獻
第10章基于大數(shù)據(jù)的文本挖掘方法
1 分詞技術
2 倒排索引
3 文本信息檢索模型
4 小結
思考題
參考文獻
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
思考題
參考文獻
第12章大數(shù)據(jù)與電子商務
1 電子商務應用大數(shù)據(jù)的新機遇
2 大數(shù)據(jù)背景下的電子商務新特點
3 大數(shù)據(jù)在電子商務中的新應用
4 小結
思考題
參考文獻
第13章大數(shù)據(jù)挖掘與移動互聯(lián)網
1 移動互聯(lián)網上的大數(shù)據(jù)來源與特點
2 移動互聯(lián)網中的大數(shù)據(jù)分析
3 大數(shù)據(jù)在移動互聯(lián)網中的應用
4 大數(shù)據(jù)挖掘與移動互聯(lián)網的未來發(fā)展
5 小結
思考題
參考文獻
第14章社交網絡大數(shù)據(jù)分析
1 社交網絡大數(shù)據(jù)概述
2 社交網絡大數(shù)據(jù)分析技術與方法
3 社交網站大數(shù)據(jù)實踐
4 小結
思考題
參考文獻
第15章物流大數(shù)據(jù)分析
1 物流大數(shù)據(jù)內涵與特點
2 物流大數(shù)據(jù)內涵與特點
3 物流行業(yè)大數(shù)據(jù)的應用
4 大數(shù)據(jù)物流問題與對策
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
思考題
參考文獻
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
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
6 小結
思考題
第17章大數(shù)據(jù)項目的實施與應用案例
1 大數(shù)據(jù)項目實施方法論
2 基于微博大數(shù)據(jù)的股票市場預測系統(tǒng)的實施案例
3 銀行基于大數(shù)據(jù)的客戶分析系統(tǒng)實施案例
4 大數(shù)據(jù)分析應用案例
5 小結
思考題
參考文獻
第18章大數(shù)據(jù)時代的信息安全與個人隱私
1 大數(shù)據(jù)時代對信息安全帶來的挑戰(zhàn)
2 大數(shù)據(jù)時代信息安全特征
3 大數(shù)據(jù)信息安全應對模式
4 大數(shù)據(jù)時代下的信息保障
5 大數(shù)據(jù)引起的個人隱私危機
6 小結
思考題
參考文獻
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
思考題