內(nèi)容簡(jiǎn)介:　　大數(shù)據(jù)導(dǎo)論是了解和學(xué)習(xí)大數(shù)據(jù)的基礎(chǔ)，本書系統(tǒng)地講解了大數(shù)據(jù)基本概念、大數(shù)據(jù)的架構(gòu)、大數(shù)據(jù)的采集方式和預(yù)處理、數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)建模式、大數(shù)據(jù)的存儲(chǔ)，數(shù)據(jù)挖掘的方法及大數(shù)據(jù)的可視化技術(shù)，從而更好地將大數(shù)據(jù)技術(shù)應(yīng)用在各行業(yè)領(lǐng)域，更深入地開展大數(shù)據(jù)技術(shù)的應(yīng)用研究。從基礎(chǔ)開始，由淺入深進(jìn)行學(xué)習(xí)，逐步理清大數(shù)據(jù)的核心技術(shù)和發(fā)展趨勢(shì)。
　　本書系統(tǒng)地講解了大數(shù)據(jù)基本概念，盡可能希望通過(guò)理論與實(shí)際案例相結(jié)合，尋找合適的切入點(diǎn)，讓讀者對(duì)理論知識(shí)的掌握更直接、更快速?？梢宰鳛榕囵B(yǎng)應(yīng)用型人才的課程教材，也適用于大數(shù)據(jù)初學(xué)者對(duì)大數(shù)據(jù)基礎(chǔ)理論有需求的廣大讀者。

作者簡(jiǎn)介:付雯，副教授，畢業(yè)于武漢大學(xué)國(guó)際軟件學(xué)院，現(xiàn)就職與重慶電子工程職業(yè)學(xué)院軟件學(xué)院，從事軟件技術(shù)教育十余年。2017年榮獲全國(guó)“大數(shù)據(jù)教育行業(yè)實(shí)踐教學(xué)年度人物”。

目錄: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(lái)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(chǎng)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(jì)算
2.1.1 云計(jì)算（Cloud Comptuing）的概念
2.1.2 云計(jì)算的特點(diǎn)
2.1.3 云計(jì)算的服務(wù)方式
2.1.4 云計(jì)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(jī)與項(xiàng)目實(shí)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(wèn)題
4.1.2  管理問(wèn)題
4.1.3  應(yīng)用問(wèn)題
4.2  大數(shù)據(jù)存儲(chǔ)方式
4.2.1  分布式系統(tǒng)
4.2.2  NoSQL數(shù)據(jù)庫(kù)
4.2.3  云存儲(chǔ)
4.3  數(shù)據(jù)倉(cāng)庫(kù)
4.3.1  數(shù)據(jù)倉(cāng)庫(kù)的組成
4.3.2  數(shù)據(jù)倉(cāng)庫(kù)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(lái)源
5.2.3 數(shù)據(jù)分析活動(dòng)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(jī)與項(xiàng)目實(shí)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(guó)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(jī)
7.1.4  大數(shù)據(jù)新價(jià)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(guó)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(xiǎn)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(chǔ)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(lái)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(tái)搭建
附錄B 大數(shù)據(jù)和人工智能實(shí)驗(yàn)環(huán)境
參考文獻(xiàn)