当前位置:首页 > 工业技术
大数据资源
大数据资源

大数据资源PDF电子书下载

工业技术

  • 电子书积分:12 积分如何计算积分?
  • 作 者:朱扬勇编
  • 出 版 社:上海:上海科学技术出版社
  • 出版年份:2018
  • ISBN:9787547834268
  • 页数:317 页
图书介绍:本书为有志从事大数据工作的各类人员提供参考书,将系统地介绍大数据的概念、原理、技术和应用。包括:认识和理解大数据;大数据的相关技术(大数据获取技术、大数据存储管理技术和大数据可视化技术等);大数据计算框架;大数据挖掘任务(关联分析、聚类分析、分类分析、演变分析、特异群组分析和异常分析);大数据应用实现;大数据挖掘工具等。本书对大数据技术进行了全面而细致的定义和归纳,并将向读者展现该领域最新研究热点和技术。关于大数据应用实现章节的内容将采用本套丛书编委们实际主持和完成的大数据项目为实际案例,阐述大数据应用实现过程中的问题、解决方案和取得的成果。
上一篇:PHP 7编程实战下一篇:建筑史 第40辑
《大数据资源》目录
标签:数据 资源

第1章 绪论 1

1.1基本概念 1

1.1.1数据 1

1.1.2数据界 2

1.1.3大数据 4

1.2数据资源 6

1.2.1数据资源的形成 6

1.2.2数据矿床 7

1.2.3数据资源的战略性 8

1.3数据资源建设 8

1.3.1面临的问题 9

1.3.2数据权属 9

1.3.3国有数据资源和市场数据资源 10

1.4数据资源开发 11

1.4.1大数据与信息化 11

1.4.2数据开发的“6用”问题 12

1.4.3数据流通 12

1.4.4数据产业 14

1.5小结 15

参考文献 16

第2章 政府数据资源 17

2.1政府数据开放 17

2.1.1政府数据的特点与类型 17

2.1.2政府数据开放与共享 18

2.1.3政府数据开放的基本做法 19

2.1.4政府数据管理与治理 19

2.2中国政府数据资源与开放 20

2.2.1政府数据资源 20

2.2.2公共资源数据库 21

2.2.3中国政府数据开放 23

2.3国外政府数据开放 29

2.3.1美国政府数据开放 30

2.3.2英国政府数据开放 32

2.3.3新加坡政府数据开放 34

2.3.4其他国家政府数据开放 36

2.4国际组织数据开放 39

2.4.1欧盟 39

2.4.2世界银行 41

2.4.3经济合作与发展组织(OECD) 42

2.5小结 43

参考文献 46

第3章 科学数据与资源共享 48

3.1科学数据的特征、机遇与挑战 48

3.1.1特征与范围 48

3.1.2机遇与挑战 49

3.2科学数据的全生命周期 52

3.2.1全生命周期概述 52

3.2.2科学数据的采集与生产 53

3.2.3科学数据的加工与保存 54

3.2.4科学数据的共享服务 55

3.3我国科学数据的管理与开放共享 56

3.3.1科学数据的总体规模 56

3.3.2科学数据的管理 58

3.3.3科学数据的开放共享 60

3.3.4科学数据目前存在的主要问题 61

3.4我国科学数据的发展建议 63

3.4.1科学数据发展的政策机制与标准规范 63

3.4.2科学数据的整合与产业化发展 63

3.4.3科学数据的管理和知识挖掘 64

3.4.4科学数据共享服务 65

3.4.5科学数据基础设施建设 65

3.4.6科学数据资源保护和知识产权 66

3.4.7科学数据发展的人才队伍和科技投入 67

参考文献 67

第4章 农业数据资源 68

4.1农业积累的数据资源 68

4.1.1种植业数据资源 68

4.1.2林业数据资源 71

4.1.3畜牧业数据资源 74

4.1.4渔业数据资源 76

4.1.5农业水利数据资源 78

4.1.6农产品加工数据资源 80

4.2农业相关领域的数据资源 81

4.2.1生物基因数据资源 82

4.2.2气候气象数据资源 83

4.2.3地理数据资源 84

4.2.4农业生产资料数据资源 86

4.2.5农产品物流与市场数据资源 87

4.2.6国际农业数据资源 89

4.3农业领域相关的数据资源机构 91

4.3.1国内农业大数据及相关领域科学数据资源所在机构列表 91

4.3.2国外农业大数据及相关领域科学数据资源所在机构列表 92

4.4农业领域数据资源的获取途径和方法 94

4.4.1农业领域数据资源的获取要求 94

4.4.2农业领域数据资源的获取途径 95

4.4.3农业领域数据资源的主要获取方法 96

4.5小结 97

参考文献 97

第5章 制造业大数据资源 98

5.1大数据:制造业的新资源 98

5.1.1大数据与新一轮制造业革命 99

5.1.2制造业的资源组成体系 107

5.1.3大数据与传统制造资源的关系 108

5.1.4制造业大数据资源的构成 111

5.2企业内部制造业大数据资源 113

5.2.1产品数据资源 113

5.2.2工艺数据资源 119

5.2.3生产运行数据资源 120

5.3企业外部制造业大数据资源 125

5.3.1设计相关外部数据 126

5.3.2工艺相关外部数据 126

5.3.3生产运行相关外部数据 127

5.4制造业大数据资源机构与获取途径 131

5.4.1行业大数据资源机构 131

5.4.2企业运营大数据资源机构 133

5.4.3物流大数据资源机构 135

5.4.4工商大数据资源机构 137

5.5小结 139

第6章 金融数据资源 140

6.1金融行业数据资源 140

6.1.1证券期货数据资源 140

6.1.2银行数据资源 142

6.1.3保险数据资源 145

6.1.4跨行业互联网金融数据 148

6.1.5外汇数据资源 150

6.2与金融业相关的数据资源 152

6.2.1国内相关数据资源 152

6.2.2国外相关数据资源 162

6.3金融数据资源的主要来源 167

6.3.1金融相关数据库简介 167

6.3.2金融相关网站简介 169

参考文献 171

第7章 交通数据资源 172

7.1城市交通数据资源 172

7.1.1城市交通数据资源的分类与组成 172

7.1.2道路交通行业数据 172

7.1.3公交行业数据 176

7.1.4轨道行业数据 178

7.1.5出租车和停车行业数据 179

7.2与交通相关的行业数据资源 180

7.2.1支撑交通管理决策的相关行业数据 180

7.2.2与交通互为影响的相关行业数据 183

7.3交通数据资源所有机构 186

7.3.1政府交通主管部门 186

7.3.2交通运输相关企业 188

7.3.3运营商及其他来源 189

7.4交通数据资源获取的途径 189

7.4.1源数据获取的方式 189

7.4.2数据获取的媒介 191

7.4.3数据获取的途径 191

7.5典型交通大数据资源机构情况介绍——上海交通大数据资源中心 192

参考文献 195

第8章 能源大数据资源 196

8.1能源大数据积累的数据资源 196

8.1.1能源大数据信息简介 196

8.1.2能源大数据信息基础数据的采集 201

8.2能源大数据的信息特征与价值 204

8.3能源大数据的采集、传输、存储和分析处理 207

8.3.1能源大数据采集技术 207

8.3.2能源大数据传输技术 209

8.3.3能源大数据存储技术 215

8.3.4能源大数据分析处理平台 220

8.4能源大数据资源机构与获取途径 223

8.4.1能源领域相关的数据资源机构 223

8.4.2能源大数据资源的获取途径和方法 224

第9章 医疗数据资源 225

9.1医疗数据的特征、问题与挑战 225

9.1.1数据壁垒、隐私和安全 225

9.1.2医疗数据的国际差异 226

9.2临床医疗数据资源 227

9.2.1电子病历数据 227

9.2.2临床笔记数据 228

9.2.3医学影像数据 228

9.2.4临床试验数据 229

9.3非临床医疗数据资源 229

9.3.1队列研究数据 229

9.3.2生物组学数据 230

9.3.3文献典籍数据 231

9.3.4药学数据 232

9.3.5医疗事务数据 232

9.3.6医保索赔数据 233

9.4医疗相关领域数据资源 233

9.4.1环境医学数据 233

9.4.2互联网数据 234

9.4.3社交媒体数据 234

9.4.4物联网数据 235

9.4.5移动互联数据 235

9.5医疗数据的产业化发展 236

9.5.1数据创新转化医学 236

9.5.2跨境医疗中的数据共享 237

9.5.3区域医疗中的结果共享 237

9.6小结 238

参考文献 238

第10章 数据质量 240

10.1数据质量概述 240

10.1.1数据质量带来的影响 240

10.1.2影响数据质量的因素 241

10.1.3数据质量定义 243

10.1.4大数据时代数据质量面临的挑战 244

10.2数据质量标准 245

10.2.1 ISO 8000国际标准 245

10.2.2地理信息质量标准ISO 19100 247

10.2.3统计数据质量标准 249

10.3数据质量相关技术 250

10.3.1数据集成 250

10.3.2数据剖析 252

10.3.3数据清洁 254

10.3.4数据溯源 257

10.4数据质量评估 258

10.4.1数据质量维度 258

10.4.2数据质量评估框架 259

10.4.3数据质量评估方法 263

10.5数据质量管理 264

10.5.1数据质量管理方法 264

10.5.2数据质量管理团队建设 266

10.5.3质量管理成熟度模型 267

10.6小结 269

参考文献 270

第11章 大数据治理 274

11.1大数据治理概述 274

11.1.1国内外数据治理研究成果 274

11.1.2大数据治理定义 278

11.1.3大数据治理的重要性 279

11.1.4大数据治理的范围 280

11.2大数据战略和组织 282

11.2.1大数据战略指明企业转型的方向 282

11.2.2企业制定大数据战略的要点 283

11.2.3大数据战略对组织的影响 284

11.3大数据架构 286

11.3.1大数据架构参考模型 286

11.3.2大数据架构的实现 289

11.4大数据安全和隐私保护 292

11.4.1大数据安全和隐私的问题与挑战 293

11.4.2大数据安全防护 295

11.4.3大数据隐私保护 298

11.5大数据质量管理的重要性和复杂性 301

11.5.1大数据质量管理重要性 301

11.5.2大数据质量管理复杂性 302

11.6大数据生命周期管理 302

11.6.1大数据生命周期概述 303

11.6.2大数据采集 303

11.6.3大数据存储 305

11.6.4大数据整合 306

11.6.5大数据呈现与使用 308

11.6.6大数据分析与应用 309

11.6.7大数据归档与销毁 310

11.7大数据治理实施 311

11.7.1大数据治理实施的目标和动力 311

11.7.2大数据治理实施关键要素 313

11.7.3大数据治理实施过程 315

11.7.4大数据治理实施路线图 317

参考文献 317

返回顶部