作者：施苑英
页数：289
出版社：机械工业出版社
出版日期：2021
ISBN：9787111689782
电子书格式：pdf/epub/txt
内容简介
本书系统介绍了大数据的内涵、特征、技术及应用。全书共10章，其中～8章为技术篇，主要从大数据处理流程出发，围绕大数据体系架构，详细阐述大数据采集与预处理、大数据存储、大数据分析挖掘、大数据可视化等关键技术。第9、10两章为应用篇，对大数据在电信、文娱、教育、医疗等行业的具体应用进行了论述，并通过典型案例与Python代码示例，展示如何将大数据原理付诸实践。 本书兼顾专业性和可读性，适合作为高等院校大数据技术的基础教材，也可供大数据技术爱好者学习参考。
目录
目录
前言
第1章大数据技术概述
11什么是大数据
12大数据技术
13大数据应用
习题
第2章大数据采集与预处理
21大数据采集概述
22大数据采集方法
23大数据预处理
24大数据采集及处理平台
习题
第3章大数据存储技术
31存储技术的发展
32分布式文件系统
33数据库
34数据仓库
习题
第4章大数据分析挖掘——分类
41分类分析概述
42分类分析的过程
43分类算法
44分类结果评估
习题
第5章大数据分析挖掘——回归
51回归分析概述
52回归分析的步骤
53回归分析算法
54回归算法评估
习题
第6章大数据分析挖掘——聚类
61聚类分析概述
62聚类分析的步骤
63相似度计算
64聚类算法
65聚类结果评估
习题
第7章大数据分析挖掘——关联规则
71关联规则的概念
72关联规则挖掘的一般过程
73Apriori算法
74FP-Growth算法
75关联模式评估
习题
第8章大数据可视化技术
81可视化技术概述
82数据可视化工具
83数据可视化应用
习题
第9章电信行业大数据应用
91电信大数据概述
92电信大数据应用
93案例1——网络优化
94案例2——客户细分
95案例3——客户流失管理
习题
第10章其他行业大数据应用
101文娱行业大数据应用
102教育行业大数据应用
103医疗行业大数据应用
习题
参考文献
前言
第1章大数据技术概述
11什么是大数据
12大数据技术
13大数据应用
习题
第2章大数据采集与预处理
21大数据采集概述
22大数据采集方法
23大数据预处理
24大数据采集及处理平台
习题
第3章大数据存储技术
31存储技术的发展
32分布式文件系统
33数据库
34数据仓库
习题
第4章大数据分析挖掘——分类
41分类分析概述
42分类分析的过程
43分类算法
44分类结果评估
习题
第5章大数据分析挖掘——回归
51回归分析概述
52回归分析的步骤
53回归分析算法
54回归算法评估
习题
第6章大数据分析挖掘——聚类
61聚类分析概述
62聚类分析的步骤
63相似度计算
64聚类算法
65聚类结果评估
习题
第7章大数据分析挖掘——关联规则
71关联规则的概念
72关联规则挖掘的一般过程
73Apriori算法
74FP-Growth算法
75关联模式评估
习题
第8章大数据可视化技术
81可视化技术概述
82数据可视化工具
83数据可视化应用
习题
第9章电信行业大数据应用
91电信大数据概述
92电信大数据应用
93案例1——网络优化
94案例2——客户细分
95案例3——客户流失管理
习题
第10章其他行业大数据应用
101文娱行业大数据应用
102教育行业大数据应用
103医疗行业大数据应用
习题
参考文献
