大數(shù)據(jù)導(dǎo)論

第1章 大數(shù)據(jù)的概念及其應(yīng)用
1.1 大數(shù)據(jù)的概念
1.2 大數(shù)據(jù)的來源
1.3 大數(shù)據(jù)的特征及意義
1.4 大數(shù)據(jù)的表現(xiàn)形態(tài)
1.5 大數(shù)據(jù)的應(yīng)用場景
1.5.1大數(shù)據(jù)在企業(yè)中的應(yīng)用
1.5.2大數(shù)據(jù)在物聯(lián)網(wǎng)中的應(yīng)用
1.5.3大數(shù)據(jù)在在線社交網(wǎng)絡(luò)的應(yīng)用
1.5.4 大數(shù)據(jù)在健康和醫(yī)療中的應(yīng)用
1.5.5 大數(shù)據(jù)在群智感知中的應(yīng)用
1.6 習(xí)題
第2章 大數(shù)據(jù)的架構(gòu)
2.1云計算
2.1.1 云計算（Cloud Comptuing）的概念
2.1.2 云計算的特點
2.1.3 云計算的服務(wù)方式
2.1.4 云計算的應(yīng)用
2.2 大數(shù)據(jù)架構(gòu)介紹
2.2.1 大數(shù)據(jù)的分類
2.2.2 數(shù)據(jù)類型
2.2.3 大數(shù)據(jù)解決方案
2.3 Hadoop體系架構(gòu)
2.3.1 Hadoop概述
2.3.2 Hadoophe核心組件
2.4 上機與項目實訓(xùn)
2.5習(xí)題
第3章 大數(shù)據(jù)采集及預(yù)處理
3.1 大數(shù)據(jù)采集
3.1.1 概念
3.1.2 采集工具
3.1.3 采集方法
3.2 數(shù)據(jù)預(yù)處理
3.2.1 數(shù)據(jù)清洗
3.2.2 數(shù)據(jù)集成
3.2.3 數(shù)據(jù)轉(zhuǎn)換
3.2.４ 數(shù)據(jù)規(guī)約
3.3 常用ETL工具
3.3.1 概念
3.3.2 常用ETL工具比較
3.4 習(xí)題
4.1 面臨的挑戰(zhàn)
4.1.1 系統(tǒng)問題
4.1.2 管理問題
4.1.3 應(yīng)用問題
4.2 大數(shù)據(jù)存儲方式
4.2.1 分布式系統(tǒng)
4.2.2 NoSQL數(shù)據(jù)庫
4.2.3 云存儲
4.3 數(shù)據(jù)倉庫
4.3.1 數(shù)據(jù)倉庫的組成
4.3.2 數(shù)據(jù)倉庫的構(gòu)建步驟
4.3.3 數(shù)據(jù)集市
4.4 習(xí)題
第5章 大數(shù)據(jù)分析
5.1 數(shù)據(jù)分析概念和分類
5.1.1 數(shù)據(jù)分析的概念和作用
5.1.2 數(shù)據(jù)分析的類型
5.2 數(shù)據(jù)分析方法
5.2.1 數(shù)據(jù)分析方法概述
5.2.2 數(shù)據(jù)來源
5.2.3 數(shù)據(jù)分析活動步驟
5.2.4 分析數(shù)據(jù)
5.3 數(shù)據(jù)挖掘
5.3.1 基本概念
5.3.2 數(shù)據(jù)挖掘常用算法
5.3.3 分類
5.3.4 聚類
5.3.5 關(guān)聯(lián)規(guī)則
5.3.6 大數(shù)據(jù)挖掘工具
5.3.7 數(shù)據(jù)挖掘算法應(yīng)用
5.4 上機與項目實訓(xùn)
5.5 練習(xí)與提高
第6章 大數(shù)據(jù)可視化
6.1 數(shù)據(jù)可視化基礎(chǔ)
6.1.1 數(shù)據(jù)可視化的基本特征
6.1.2 數(shù)據(jù)可視化的作用
6.1.3 數(shù)據(jù)可視化流程
6.2 大數(shù)據(jù)可視化方法
6.2.1文本可視化
6.2.2網(wǎng)絡(luò)（圖）可視化
6.2.3多維數(shù)據(jù)可視化
6.3 大數(shù)據(jù)可視化軟件與工具
6.3.1 Excel
6.3.2 Processing
6.3.3 ECharts
6.4習(xí)題 1
第7章 大數(shù)據(jù)的商業(yè)應(yīng)用
7.1國外大數(shù)據(jù)應(yīng)用經(jīng)典案例
7.1.1 資源數(shù)量的重要性
7.1.2 數(shù)據(jù)之間的相關(guān)性
7.1.3 任何數(shù)據(jù)都存在商機
7.1.4 大數(shù)據(jù)新價值的挖掘
7.1.5 大數(shù)據(jù)在醫(yī)療行業(yè)的應(yīng)用
7.2國內(nèi)大數(shù)據(jù)應(yīng)用經(jīng)典案例
7.2.1 智慧城市
7.2.2 保險行業(yè)
7.2.3 智慧醫(yī)療
7.2.4 交通大數(shù)據(jù)
7.2.5 環(huán)境大數(shù)據(jù)
7.2.5.1 環(huán)境大數(shù)據(jù)概述
7.2.5.2 環(huán)境數(shù)據(jù)的采集與獲取
7.2.5.3 環(huán)境數(shù)據(jù)的存儲與處理
7.2.5.4 環(huán)境數(shù)據(jù)的應(yīng)用
7.2.6農(nóng)業(yè)
7.2.7 零售行業(yè)
7.2.8 大數(shù)據(jù)輿情分析
7.2.9 物流行業(yè)
7.2.10 房地產(chǎn)業(yè)
7.2.11地震面前，大數(shù)據(jù)來拯救
7.2.12 暑假出境游大數(shù)據(jù)分析
7.2.13 互聯(lián)網(wǎng)大數(shù)據(jù)
7.3 習(xí)題
附錄A Hadoop平臺搭建
附錄B 大數(shù)據(jù)和人工智能實驗環(huán)境
參考文獻