返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 大数据 通识课版 李联宁 编 大中专 文轩网
  • 新华书店正版
    • 作者: 暂无著
    • 出版社: 清华大学出版社
    • 出版时间:2020-08-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 暂无著
    • 出版社:清华大学出版社
    • 出版时间:2020-08-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2020-08-01
    • 字数:334000
    • 页数:228
    • 开本:16开
    • 装帧:平装
    • ISBN:9787302553625
    • 国别/地区:中国
    • 版权提供:清华大学出版社

    大数据 通识课版

    作  者:李联宁 编
    定  价:39.8
    出 版 社:清华大学出版社
    出版日期:2020年08月01日
    页  数:228
    装  帧:平装
    ISBN:9787302553625
    主编推荐

    " l 适应各层次文科、理工科大学生选修课的知识需求,主要作为大学公共通识选修课的教材,也可以作为专业培训教材。 l 详细介绍了大数据技术的基础理论和近期新主流前沿技术,提供了大量的实际案例、数据分析适用技术。 l 随书配套有PPT教学课件、教学大纲、教学计划、参考试题及答案,便于教师参考使用。"

    内容简介

    本书详细介绍了大数据技术的基础理论和近期新主流前沿技术,全书共分为8章,分别介绍人们目前面临的数字化信息社会的大数据时代、大数据系统的基本架构、大数据系统输入、大数据系统处理、大数据系统输出、大数据分析与数据挖掘、大数据隐私与安全和行业案例研究。
    本书主要作为高等院校各专业相关本科生大学通识课的教材,也可以作为培训、职业技术教育的大数据分析技术的专业培训教材,对从事与大数据分析工作的财政、金融、政府管理方面的管理与工程技术人员也有学习参考价值。

    作者简介

    西安交通大学 城市学院 教授、副系主任 美国俄亥俄州立大学访问教授 财政部、陕西省政府、西安市政府特聘顾问专家。近5年在清华大学出版社出版大学本科教材6本(均为普通高等教育规划教材),科普畅销书1本。

    精彩内容

    目录
    第一部分大数据基础知识
    第1章大数据时代3
    1.1数据时代3
    1.1.1大数据时代的到来3
    1.1.2数据、信息与知识的演进3
    1.1.3数据6
    1.2大数据8
    1.2.1什么是大数据8
    1.2.2大数据发展历史与现状10
    1.2.3大数据能做和不能做的事11
    1.2.4大数据产业12
    1.3大数据技术基础12
    1.3.1传统的大数据处理流程12
    1.3.2大数据核心技术13
    1.3.3大数据技术分类14
    1.3.4大数据分析的方法理论16
    1.4大数据的社会价值17
    1.5大数据的商业应用18
    1.5.1商业大数据的类型和价值挖掘方法18
    1.5.2大数据的十大商业应用场景19
    1.5.3成为“大数据企业”21
    1.6大数据应用案例:《非诚勿扰》男女嘉宾牵手数据分析21
    习题与思考题25
    第2章大数据系统的基本架构27
    2.1大数据系统总体架构27
    2.2大数据技术框架28
    2.3大数据应用案例:在“北上广”打拼是怎样一种体验30
    习题与思考题35
    第二部分大数据理论与技术
    第3章大数据系统输入39
    3.1大数据采集过程及数据来源39
    3.1.1大数据采集来源39
    3.1.2大数据采集过程40
    3.2大数据采集方法40
    3.3大数据导入/预处理42
    3.3.1大数据导入/预处理的过程42
    3.3.2数据清洗的过程44
    3.3.3数据清洗与数据采集技术46
    3.3.4基于大数据的数据预处理47
    3.4数据集成49
    3.4.1数据集成的概念49
    3.4.2数据集成面临的问题49
    3.5数据变换49
    3.5.1异构数据分析50
    3.5.2异构数据交换策略51
    3.5.3异构数据交换技术52
    3.6大数据应用案例:电影《爸爸去哪儿》大卖有前兆吗54
    习题与思考题61
    第4章大数据系统处理63
    4.1大数据处理基础架构——云计算63
    4.1.1云计算系统的体系结构63
    4.1.2云计算的核心技术64
    4.1.3云计算的主要服务形式68
    4.1.4大数据平台的作用69
    4.2大数据存储70
    4.2.1海量数据存储的需求71
    4.2.2海量数据存储技术71
    4.2.3云存储72
    4.2.4NoSQL非结构化数据库73
    4.2.5数据仓库74
    4.3大数据计算模式与处理系统75
    4.3.1数据计算75
    4.3.2聚类算法77
    4.3.3数据集成77
    4.3.4机器学习81
    4.3.5人工智能87
    4.3.6数据处理语言89
    4.4大数据应用案例:北京人在哪儿上班和睡觉91
    习题与思考题93
    第5章大数据系统输出96
    5.1数据的查询96
    5.1.1常规数据库查询结构化数据96
    5.1.2大数据时代的数据搜索96
    5.1.3数据库与信息检索技术的比较98
    5.2网络数据索引与查询技术99
    5.2.1搜索引擎技术概述99
    5.2.2Web搜索引擎的工作原理100
    5.3大数据索引和查询技术103
    5.3.1大数据索引和查询103
    5.3.2大数据处理索引工具MapReduce103
    5.3.3相似性搜索工具105
    5.4数据展现与交互107
    5.4.1数据可视化108
    5.4.2知识图谱113
    5.5大数据应用案例:上海的房子都被谁买走了114
    习题与思考题119
    第6章大数据分析与数据挖掘121
    6.1大数据分析及其应用121
    6.1.1数据处理和分析的发展121
    6.1.2大数据分析面对的数据类型123
    6.1.3大数据分析与处理方法124
    6.1.4数据分析的步骤124
    6.1.5大数据分析的应用127
    6.2数据挖掘技术129
    6.2.1数据挖掘的定义129
    6.2.2利用数据挖掘进行数据分析的常用方法131
    6.2.3数据挖掘的功能132
    6.2.4数据挖掘的流程133
    6.2.5数据挖掘的应用134
    6.3商业智能与数据分析135
    6.3.1商业智能技术辅助决策的发展135
    6.3.2商业智能系统架构136
    6.3.3商业智能的技术体系136
    6.3.4商务智能=数据+分析+决策+利益138
    6.4大数据营销业务模型138
    6.4.1大数据对业务模式的影响138
    6.4.2大数据营销的定义与特点140
    6.4.3网络营销大数据实际操作142
    6.4.4大数据营销方法145
    6.5基于社会媒体的分析预测技术150
    6.5.1基于空间大数据的社会感知150
    6.5.2基于社会媒体的预测技术153
    6.5.3基于消费意图挖掘的预测154
    6.5.4基于事件抽取的预测157
    6.5.5基于因果分析的预测157
    6.6大数据应用案例:用大数据看风水——以星巴克和海底捞的选址为例160
    习题与思考题164
    第7章大数据隐私与安全166
    7.1大数据面临的安全问题166
    7.2大数据安全与隐私保护关键技术170
    7.2.1基于大数据的威胁发现技术170
    7.2.2基于大数据的认证技术172
    7.2.3基于大数据的数据真实性分析173
    7.2.4大数据与“安全即服务”173
    7.3大数据安全的防护策略173
    7.4大数据应用案例:数据解读城市——北京本地人VS外地人175
    习题与思考题183
    第三部分行业案例
    第8章行业案例研究187
    8.1银行业应用187
    8.1.1大数据时代:银行如何玩转数据挖掘187
    8.1.2中国工商银行客户关系管理案例189
    8.1.3银行风险管理192
    8.2保险业应用196
    8.2.1保险业拥抱大数据时代或带来颠覆性变革196
    8.2.2保险欺诈识别198
    8.3证券期货应用199
    8.3.1安徽省使用大数据监管证券期货199
    8.3.2大数据分析挖出基金“老鼠仓”的启示200
    8.4金融行业应用201
    8.4.1大数据决定互联网金融未来201
    8.4.2移动大数据在互联网金融反欺诈领域的应用204
    8.5大数据应用案例:网民睡眠面面观206
    参考文献208

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购