大數據管理概論

叢書前言
前言
作者簡介
第1章　概述 1
1.1　大數據的基本概念 1
1.2　大數據的演變過程 2
1.3　大數據應用 4
1.4　大數據的處理模式 6
1.4.1　批處理 7
1.4.2　流處理 8
1.5　大數據管理的關鍵技術 9
1.5.1　大數據融合 9
1.5.2　大數據分析 10
1.5.3　大數據隱私 11
1.5.4　大數據能耗 12
1.5.5　大數據處理與硬件的協同 13
1.6　小結 15
第2章　大數據融合 16
2.1　引言 16
2.2　大數據融合的概念 17
2.2.1　大數據融合需求的獨特性 18
2.2.2　大數據融合對象的獨特性 20
2.3　大數據融合的方法論 23
2.3.1　數據庫視角下的融合 23
2.3.2　認知計算和人工智能視角下的融合 25
2.3.3　兩種融合方式的對比分析 28
2.3.4　大數據融合范式 30
2.4　數據融合技術 32
2.4.1　模式/本體對齊 32
2.4.2　實體鏈接 33
2.4.3　沖突解決 34
2.4.4　知識庫自適應發(fā)展 35
2.5　知識融合技術 36
2.5.1　知識抽象與建模 36
2.5.2　關系推演 37
2.5.3　深度知識發(fā)現 38
2.5.4　普適機理的剖析和歸納 39
2.6　大數據融合的驅動樞紐 40
2.6.1　智能晶格 40
2.6.2　遷移學習 40
2.6.3　數據溯源 41
2.6.4　D&2V處理 42
2.7　小結 43
第3章　大數據存儲 44
3.1　引言 44
3.2　大數據存儲與管理方法 46
3.2.1　基于PCM的主存架構 47
3.2.2　基于閃存的主存擴展架構 47
3.2.3　基于多存儲介質的分層存儲架構 48
3.2.4　分布式存儲與緩存架構 49
3.3　基于新型存儲的大數據管理 50
3.3.1　存儲管理 50
3.3.2　索引管理 51
3.3.3　查詢處理 52
3.3.4　事務處理 53
3.3.5　大數據分析 53
3.4　大數據處理與存儲一體化技術 54
3.4.1　一體化架構中的大數據存儲 55
3.4.2　一體化架構中的大數據處理 56
3.4.3　一體化架構面臨的挑戰(zhàn) 57
3.5　小結 58
第4章　大數據分析 60
4.1　引言 60
4.1.1　傳統的數據分析技術 60
4.1.2　大數據的分析技術 62
4.2　大數據的實時分析 64
4.2.1　實時分析的背景和概念 64
4.2.2　實時分析技術 66
4.3　大數據的交互式分析 70
4.3.1　交互式分析的背景和概念 70
4.3.2　交互式分析技術 71
4.4　云在線聚集 74
4.4.1　云在線聚集技術的背景和概念 74
4.4.2　云在線聚集的關鍵技術 77
4.5　大數據的智能分析 81
4.5.1　大數據分析中的計算智能 81
4.5.2　智能分析的主要技術 82
4.6　小結 84
第5章　大數據隱私 85
5.1　引言 85
5.1.1　大數據的類型 86
5.1.2　隱私特征與類別 87
5.1.3　大數據的隱私風險 88
5.2　隱私保護技術 91
5.2.1　匿名化技術 91
5.2.2　數據加密技術 92
5.2.3　差分隱私技術 93
5.2.4　隱私信息檢索技術 94
5.3　隱私保護技術的應用 94
5.3.1　位置大數據中的隱私保護 95
5.3.2　數據發(fā)布和分析中的隱私保護 97
5.3.3　互聯網搜索中的隱私保護 101
5.3.4　云計算中的隱私保護 103
5.4　大數據隱私管理 107
5.4.1　隱私管理的目標 107
5.4.2　主動式隱私管理框架 108
5.5　小結 110
第6章　大數據管理系統 111
6.1　引言 111
6.2　云計算：大數據的基礎平臺與支撐技術 112
6.3　批數據與流數據管理系統 116
6.3.1　批數據管理系統 118
6.3.2　流數據管理系統 119
6.3.3　混合處理系統 120
6.4　SQL、NoSQL與NewSQL系統 121
6.4.1　SQL類數據庫 123
6.4.2　NoSQL類數據庫 125
6.4.3　NewSQL類數據庫 128
6.5　小結 129
第7章　基于大數據的交叉學科研究 131
7.1　引言 131
7.2　在線用戶行為演化研究 133
7.2.1　在線用戶行為大數據 133
7.2.2　在線用戶行為演化 134
7.3　在線用戶興趣長程演化 135
7.3.1　理論與方法 136
7.3.2　在線用戶興趣演化分析 137
7.4　在線用戶集體注意力流 141
7.4.1　注意力流網絡 142
7.4.2　注意力流網絡中的異速標度律 143
7.4.3　注意力流的應用：Web站點排名 144
7.5　在線用戶集體注意力流的普適模式 146
7.5.1　異速標度律 147
7.5.2　耗散律 149
7.5.3　引力律 150
7.5.4　Heaps律 151
7.6　小結 152
附錄　大數據思考 154
附錄A　大數據與小數據 154
附錄B　數據的起源 158
附錄C　大數據時代的信息系統 161
附錄D　數據庫（DB）與大數據（BD） 163
附錄E　大數據多學科交叉研究 166
附錄F　創(chuàng)新數據管理研究2.0 168
附錄G　面向移動計算與云計算的數據管理 170
附錄H　大數據時代的到來：數據空間與閃存數據庫研究 172
附錄I　隱私保護研究 175
附錄J　網絡與移動數據管理研究 176
附錄K　大數據管理基石：Web數據管理 178
附錄L　大數據管理基石：數據集成 181
附錄M　從數據庫大師看數據庫發(fā)展 182
參考文獻 185