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:
本店所有商品

  • 醉染图书大数据9787302553625
  • 正版全新
    • 作者: 李联宁著 | 李联宁编 | 李联宁译 | 李联宁绘
    • 出版社: 清华大学出版社
    • 出版时间:2020-08-01
    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:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 李联宁著| 李联宁编| 李联宁译| 李联宁绘
    • 出版社:清华大学出版社
    • 出版时间:2020-08-01
    • 版次:1
    • 印次:1
    • 字数:334000
    • 页数:228
    • 开本:16开
    • ISBN:9787302553625
    • 版权提供:清华大学出版社
    • 作者:李联宁
    • 著:李联宁
    • 装帧:平装-胶订
    • 印次:1
    • 定价:39.80
    • ISBN:9787302553625
    • 出版社:清华大学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2020-08-01
    • 页数:228
    • 外部编号:1202121142
    • 版次:1
    • 成品尺寸:暂无


    *部分 大数据基础知识

    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.. 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 大数据分析的方理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. 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.. 云存储72

    4.2.4 NoSL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

    5.2.2 Web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1

    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.. 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——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 基于大数据的认技术172

    7.. 基于大数据的数据真实分析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变革196

    8.2.2 保险欺诈识别198

    8.3 券期货应用199

    8.3.1 安徽省使用大数据监管券期货199

    8.3.2 大数据分析挖出“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


    【前言】


    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 、陕西省、西安市特聘顾问专家。近5年在清华大学出版社出版大学教材6本(均为普通高等教育规划教材),科普书1本。



    本书作为大学公共通识课教材,为文科及理工科学生选修大数据课程编写,主要面向大数据应用型人才培养。共分为7章,章讲述大数据技术的发展与社会价值;第2章讲述大数据系统的基本结构;第3章至第5章按大数据系统的处理过程分别讲述大数据系统输入、大数据系统处理、大数据系统输出;第7章至第8章讲述大数据分析与数据挖掘、大数据隐私与安全。 书内各章都附有题数据分析案例,以帮读者学习理解和实际工程应用。随书配套有开放的全书教学课件(PowerPoint文件)、教学大纲、教学计划、以便教师使用。


    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