大數(shù)據(jù)導(dǎo)論

前言
第1章 大數(shù)據(jù)基礎(chǔ)
1．1 大數(shù)據(jù)時代
1．1．1 大數(shù)據(jù)時代的技術(shù)基礎(chǔ)
1．1．2 大數(shù)據(jù)時代的變革
1．1．3 信息技術(shù)（IT）向數(shù)據(jù)技術(shù)（DT）的轉(zhuǎn)變
1．2 什么是大數(shù)據(jù)
1．2．1 數(shù)據(jù)的基本知識
1．2．2 大數(shù)據(jù)定義
1．2．3 大數(shù)據(jù)的特征
1．3 大數(shù)據(jù)結(jié)構(gòu)類型
1．4 大數(shù)據(jù)的應(yīng)用
1．4．1 大數(shù)據(jù)在個人生活中的應(yīng)用
1．4．2 大數(shù)據(jù)在企業(yè)中的應(yīng)用
1．4．3 大數(shù)據(jù)在政府部門中的運(yùn)用
1．5 數(shù)據(jù)科學(xué)和大數(shù)據(jù)技術(shù)
1．5．1 數(shù)據(jù)科學(xué)
1．5．2 大數(shù)據(jù)技術(shù)與工具
1．6 習(xí)題與實踐
參考文獻(xiàn)
第2章 大數(shù)據(jù)下的云計算
2．1 云計算概述
2．1．1 云計算的定義
2．1．2 云計算的特征
2．1．3 云計算的體系架構(gòu)
2．1．4 云計算的類型劃分
2．1．5 云計算的服務(wù)模式
2．2 云計算技術(shù)
2．2．1 虛擬化技術(shù)
2．2．2 并行計算技術(shù)
2．2．3 海量數(shù)據(jù)管理技術(shù)
2．2．4 海量數(shù)據(jù)存儲技術(shù)
2．3 云計算與云存儲
2．3．1 云存儲概述
2．3．2 云存儲的存儲方式
2．3．3 云存儲與云計算的關(guān)系
2．4 云計算與大數(shù)據(jù)
2．4．1 云計算與大數(shù)據(jù)的關(guān)系
2．4．2 云計算與大數(shù)據(jù)的結(jié)合
2．5 案例——基于云計算的智慧城市建設(shè)框架
2．5．1 智慧城市的內(nèi)涵
2．5．2 智慧城市的支撐技術(shù)
2．5．3 智慧城市的體系架構(gòu)
2．5．4 智慧城市的應(yīng)用
2．6 習(xí)題與實踐
參考文獻(xiàn)
第3章 大數(shù)據(jù)處理
3．1 數(shù)據(jù)采集
3．1．1 數(shù)據(jù)采集方法
3．1．2 數(shù)據(jù)質(zhì)量評估
3．1．3 數(shù)據(jù)質(zhì)量的影響因素
3．2 數(shù)據(jù)清洗
3．2．1 處理殘缺數(shù)據(jù)
3．2．2 處理噪聲數(shù)據(jù)
3．2．3 處理冗余數(shù)據(jù)
3．3 數(shù)據(jù)變換
3．3．1 屬性類型變換
3．3．2 屬性值變換
3．4 數(shù)據(jù)集成
3．4．1 模式匹配與數(shù)據(jù)值沖突
3．4．2 數(shù)據(jù)冗余
3．5 數(shù)據(jù)歸約
3．5．1 維歸約
3．5．2 數(shù)值歸約
3．6 習(xí)題與實踐
參考文獻(xiàn)
第4章 數(shù)據(jù)統(tǒng)計與分析
4．1 統(tǒng)計分析方法
4．1．1 分類與預(yù)測
4．1．2 聚類分析
4．1．3 關(guān)聯(lián)分析
4．1．4 異常分析
4．2 數(shù)據(jù)挖掘的基本概念
4．2．1 數(shù)據(jù)挖掘的定義
4．2．2 數(shù)據(jù)挖掘的分類
4．2．3 數(shù)據(jù)挖掘的過程
4．3 數(shù)據(jù)挖掘經(jīng)典算法
4．3．1 K-Means算法
4．3．2 KNN算法
4．3．3 ID3算法
4．4 案例——用大數(shù)據(jù)來挖掘
《小時代》
4．5 習(xí)題與實踐
參考文獻(xiàn)
第5章 大數(shù)據(jù)安全
5．1 安全與隱私問題凸顯
5．1．1 網(wǎng)絡(luò)安全漏洞
5．1．2 個人隱私泄露
5．2 大數(shù)據(jù)時代的安全挑戰(zhàn)
5．2．1 信息安全的發(fā)展歷程
5．2．2 云計算技術(shù)帶來的安全挑戰(zhàn)
5．3 如何解決大數(shù)據(jù)安全問題
5．3．1 大數(shù)據(jù)安全防護(hù)對策
5．3．2 大數(shù)據(jù)安全防護(hù)關(guān)鍵技術(shù)
5．4 如何解決隱私保護(hù)問題
5．4．1 隱私保護(hù)的政策法規(guī)
5．4．2 隱私保護(hù)技術(shù)
5．5 案例——百度大數(shù)據(jù)安全實踐
5．6 習(xí)題與實踐
參考文獻(xiàn)
第6章 數(shù)據(jù)可視化
6．1 數(shù)據(jù)可視化類型
6．1．1 科學(xué)可視化
6．1．2 信息可視化
6．1．3 可視分析學(xué)
6．2 數(shù)據(jù)可視化流程及步驟
6．2．1 數(shù)據(jù)可視化流程
6．2．2 數(shù)據(jù)處理和變換
6．2．3 視覺編碼
6．2．4 統(tǒng)計圖表
6．2．5 視覺隱喻
6．3 可視化評估
6．3．1 評估分類
6．3．2 評估方法
6．4 習(xí)題與實踐
參考文獻(xiàn)
第7章 大數(shù)據(jù)與社交媒體的融合
7．1 什么是社交媒體
7．1．1 社交媒體的定義
7．1．2 社交媒體的發(fā)展
7．2 社交媒體大數(shù)據(jù)的分析與挖掘
7．2．1 基于用戶的大數(shù)據(jù)分析
7．2．2 基于關(guān)系的大數(shù)據(jù)分析
7．2．3 基于內(nèi)容的大數(shù)據(jù)分析
7．3 社交媒體大數(shù)據(jù)的未來挑戰(zhàn)
7．4 社交媒體大數(shù)據(jù)信息安全問題
7．4．1 社交媒體導(dǎo)致的信息風(fēng)險類型和形成原因
7．4．2 社交媒體的信息風(fēng)險治理方案
7．5 習(xí)題與實踐
參考文獻(xiàn)
……
第8章 大數(shù)據(jù)促進(jìn)電子病歷的改革
第9章 大數(shù)據(jù)在旅游業(yè)中的應(yīng)用
第10章 大數(shù)據(jù)在金融業(yè)中的應(yīng)用——金融大數(shù)據(jù)
第11章 大數(shù)據(jù)在制造業(yè)中的應(yīng)用——工業(yè)大數(shù)據(jù)