大數據之美：挖掘、Hadoop、架構，更精準地發(fā)現業(yè)務與營銷

定　價：￥49.00

作　者：	黃宏程等
出版社：	電子工業(yè)出版社
叢編項：
標　簽：	計算機/網絡數據倉庫與數據挖掘數據庫

購買這本書可以去

ISBN：	9787121293443	出版時間：	2016-07-01	包裝：	平裝
開本：	16開	頁數：	260	字數：

內容簡介

　　本書從大數據的基本概念出發(fā)，深入解析了大數據應用的關鍵技術與應用。以大數據的數據挖掘技術、大數據的存儲與處理、大數據應用的總體架構三方面為線索，詳細闡述了大數據挖掘的諸多常用算法，介紹了Hadoop、HDFS及MapReduce等大數據存儲與處理的關鍵技術與應用、大數據應用的框架與構架。本書以通信運營商及互聯網電子商務等應用為背景，從典型實例的角度系統地介紹了大數據挖掘應用從目標構建、算法建模到程序實現，再到大數據分析及結果描述應用的整個過程，以期為讀者提供從理論到實務的有效借鑒。

作者簡介

　　黃宏程：重慶郵電大學副教授，主要從事復雜網絡與信息處理、大數據技術等方向的研究與應用，近年來，作為項目負責人或主研人員，參加多項國家自然科學基金和省部級重點科研項目10余項，2012、2013年度中國人民解放軍科學技術進步獎獲得者。發(fā)表論文20余篇，其中SCI/EI檢索10余篇次，申請國家發(fā)明專利8項，授權5項。

圖書目錄

第1章　大數據概述 1 1．1 大數據的概念 1 1．1．1 什么是大數據 1 1．1．2 大數據的產生和來源 2 1．1．3 大數據的技術 3 1．1．4 大數據的特征 8 1．1．5 數據、信息與知識 10 1．2 大數據的價值與挑戰(zhàn) 10 1．2．1 大數據的潛在價值 11 1．2．2 大數據對業(yè)務的挑戰(zhàn) 12 1．2．3 大數據對技術架構的挑戰(zhàn) 13 1．2．4 大數據對管理策略的挑戰(zhàn) 14 1．3 大數據與相關領域的關系 16 1．3．1 大數據與統計分析 16 1．3．2 大數據與數據挖掘 16 1．3．3 大數據與云計算 17 1．4 大數據發(fā)展狀況 20 參考文獻 23 第2章　大數據挖掘技術 24 2．1 數據挖掘與過程 24 2．1．1 數據挖掘的七大功能 24 2．1．2 數據挖掘的實質 25 2．2 數據挖掘過程 26 2．2．1 定義挖掘目標 27 2．2．2 數據取樣 28 2．2．3 數據探索 30 2．2．4 數據預處理 32 2．2．5 數據模式發(fā)現 37 2．2．6 模型評價 40 2．3 常用算法 47 2．3．1 決策樹 48 2．3．2 回歸 50 2．3．3 關聯規(guī)則 54 2．3．4 聚類 59 2．3．5 貝葉斯分類方法 66 2．3．6 神經網絡 69 2．3．7 支持向量機（SVM） 73 2．3．8 假設檢驗 77 2．3．9 遺傳算法 81 參考文獻 84 第3章　大規(guī)模存儲與處理技術 86 3．1 Hadoop概述 86 3．1．1 什么是Hadoop 86 3．1．2 Hadoop發(fā)展簡史 88 3．1．3 Hadoop的優(yōu)勢 90 3．1．4 Hadoop的子項目 90 3．2 HDFS 92 3．2．1 HDFS的設計目標 93 3．2．2 HDFS文件系統的原型GFS 93 3．2．3 HDFS文件的基本結構 95 3．2．4 HDFS的文件讀/寫操作 97 3．2．5 HDFS的存儲過程 101 3．3 MapReduce編程框架 105 3．3．1 MapReduce的發(fā)展歷史 105 3．3．2 MapReduce的基本工作過程 107 3．3．3 MapReduce的特點 110 3．4 建立Hadoop開發(fā)環(huán)境 111 3．4．1 相關準備工作 111 3．4．2 JDK的安裝配置 113 3．4．3 SSH無鑰登錄 113 3．4．4 安裝、配置Hadoop環(huán)境變量 115 3．5 大數據處理系統分類 118 3．5．1 批量數據處理系統 118 3．5．2 流式數據處理系統 119 3．5．3 交互式數據處理 122 3．5．4 圖數據處理系統 124 3．6 大數據查詢和分析技術：SQL on Hadoop 126 3．6．1 數據庫簡介 126 3．6．2 圖數據庫 128 3．6．3 Hive：基本的Hadoop分析 130 3．6．4 實時互動的SQL：Impala和Drill 134 3．7 以通信業(yè)務分析為例的大數據的技術環(huán)境部署 136 3．7．1 應用架構規(guī)劃與設計 136 3．7．2 技術環(huán)境部署與配置 137 第4章　大數據應用的總體架構和關鍵技術 148 4．1 大數據的業(yè)務分析 148 4．2 大數據的總架體構模型 152 4．3 大數據高級分析 161 4．3．1 數據倉庫與聯機分析處理技術 162 4．3．2 大數據分析與傳統分析 167 4．3．3 非結構化復雜數據分析 168 4．3．4 實時預測分析 177 4．4 可視化分析 181 4．4．1 可視化技術 181 4．4．2 可視化工具 192 參考文獻 195 第5章　運營商數據分析 196 5．1 案例背景 196 5．1．1 大數據運營已為大勢所趨 196 5．1．2 采取大數據運營的原因 196 5．1．3 大數據分析如何提升電信行業(yè)績效 197 5．1．4 大數據的社會價值 199 5．2 挖掘目標的提出 200 5．3 案例分析 201 5．3．1 體系架構 201 5．3．2 Hadoop集群抽取模塊 202 5．3．3 數據處理模塊 208 5．3．4 數據分發(fā) 211 5．4 MapReduce操作 218 5．5 結果分析 221 第6章　互聯網電影推薦系統 223 6．1 背景描述 223 6．2 業(yè)務目標 224 6．3 業(yè)務需求 225 6．4 協同過濾推薦系統建模 225 6．4．1 推薦系統概述 225 6．4．2 基于對立用戶的協同過濾模型 227 6．5 項目處理過程 229 6．5．1 項目數據 229 6．5．2 數據預處理 230 6．5．3 Hadoop并行算法 242 6．6 總結 250