Hadoop大数据分析与挖掘实战PDF电子书下载

基础篇 2

第1章 数据挖掘基础 2

1.1 某知名连锁餐饮企业的困惑 2

1.2 从餐饮服务到数据挖掘 3

1.3 数据挖掘的基本任务 4

1.4 数据挖掘建模过程 4

1.4.1 定义挖掘目标 4

1.4.2 数据取样 5

1.4.3 数据探索 6

1.4.4 数据预处理 12

1.4.5 挖掘建模 14

1.4.6 模型评价 14

1.5 餐饮服务中的大数据应用 15

1.6 小结 15

第2章 Hadoop基础 16

2.1 概述 16

2.1.1 Hadoop简介 16

2.1.2 Hadoop生态系统 17

2.2 安装与配置 19

2.3 Hadoop原理 26

2.3.1 Hadoop HDFS原理 26

2.3.2 Hadoop MapReduce原理 27

2.3.3 Hadoop YARN原理 28

2.4 动手实践 30

2.5 小结 33

第3章 Hadoop生态系统：Hive 34

3.1 概述 34

3.1.1 Hive简介 34

3.1.2 Hive安装与配置 35

3.2 Hive原理 38

3.2.1 Hive架构 38

3.2.2 Hive的数据模型 40

3.3 动手实践 41

3.4 小结 45

第4章 Hadoop生态系统：HBase 46

4.1 概述 46

4.1.1 HBase简介 46

4.1.2 HBase安装与配置 47

4.2 HBase原理 50

4.2.1 HBase架构 50

4.2.2 HBase与RDBMS 51

4.2.3 HBase访问接口 52

4.2.4 HBase数据模型 53

4.3 动手实践 54

4.4 小结 61

第5章 大数据挖掘建模平台 62

5.1 常用的大数据平台 62

5.2 TipDM-HB大数据挖掘建模平台 63

5.2.1 TipDM-HB大数据挖掘建模平台的功能 63

5.2.2 TipDM-HB大数据挖掘建模平台操作流程及实例 65

5.2.3 TipDM-HB大数据挖掘建模平台的特点 67

5.3 小结 68

第6章 挖掘建模 69

6.1 分类与预测 69

6.1.1 实现过程 69

6.1.2 常用的分类与预测算法 70

6.1.3 决策树 71

6.1.4 Mahout中Random Forests算法的实现原理 75

6.1.5 动手实践 79

6.2 聚类分析 83

6.2.1 常用聚类分析算法 83

6.2.2 K-Means聚类算法 84

6.2.3 Mahout中K-Means算法的实现原理 88

6.2.4 动手实践 90

6.3 关联规则 93

6.3.1 常用的关联规则算法 93

6.3.2 FP-Growth关联规则算法 94

6.3.3 Mahout中Parallel Frequent Pattern Mining算法的实现原理 98

6.3.4 动手实践 100

6.4 协同过滤 102

6.4.1 常用的协同过滤算法 102

6.4.2 基于项目的协同过滤算法简介 102

6.4.3 Mahout中Itembased Collaborative Filtering算法的实现原理 103

6.4.4 动手实践 106

6.5 小结 109

实战篇 112

第7章 法律咨询数据分析与服务推荐 112

7.1 背景与挖掘目标 112

7.2 分析方法与过程 114

7.2.1 数据抽取 120

7.2.2 数据探索分析 120

7.2.3 数据预处理 125

7.2.4 模型构建 130

7.3 上机实验 139

7.4 拓展思考 140

7.5 小结 145

第8章 电商产品评论数据情感分析 146

8.1 背景与挖掘目标 146

8.2 分析方法与过程 146

8.2.1 评论数据采集 147

8.2.2 评论预处理 150

8.2.3 文本评论分词 155

8.2.4 构建模型 155

8.3 上机实验 167

8.4 拓展思考 168

8.5 小结 169

第9章 航空公司客户价值分析 170

9.1 背景与挖掘目标 170

9.2 分析方法与过程 171

9.2.1 数据抽取 174

9.2.2 数据探索分析 174

9.2.3 数据预处理 175

9.2.4 模型构建 177

9.3 上机实验 182

9.4 拓展思考 183

9.5 小结 183

第10章 基站定位数据商圈分析 184

10.1 背景与挖掘目标 184

10.2 分析方法与过程 186

10.2.1 数据抽取 186

10.2.2 数据探索分析 187

10.2.3 数据预处理 188

10.2.4 构建模型 191

10.3 上机实验 194

10.4 拓展思考 195

10.5 小结 195

第11章 互联网电影智能推荐 196

11.1 背景与挖掘目标 196

11.2 分析方法与过程 197

11.2.1 数据抽取 199

11.2.2 构建模型 199

11.3 上机实验 201

11.4 拓展思考 202

11.5 小结 203

第12章 家电故障备件储备预测分析 204

12.1 背景与挖掘目标 204

12.2 分析方法与过程 206

12.2.1 数据探索分析 207

12.2.2 数据预处理 209

12.2.3 构建模型 212

12.3 上机实验 216

12.4 拓展思考 217

12.5 小结 217

第13章 市供水混凝投药量控制分析 218

13.1 背景与挖掘目标 218

13.2 分析方法与过程 220

13.2.1 数据抽取 221

13.2.2 数据探索分析 221

13.2.3 数据预处理 223

13.2.4 构建模型 227

13.3 上机实验 237

13.4 拓展思考 238

13.5 小结 239

第14章 基于图像处理的车辆压双黄线检测 240

14.1 背景与挖掘目标 240

14.2 分析方法与过程 241

14.2.1 数据抽取 242

14.2.2 数据探索分析 242

14.2.3 数据预处理 242

14.2.4 构建模型 249

14.3 上机实验 250

14.4 拓展思考 250

14.5 小结 251

高级篇 254

第15章 基于Mahout的大数据挖掘开发 254

15.1 概述 254

15.2 环境配置 255

15.3 基于Mahout算法接口的二次开发 258

15.3.1 Mahout算法实例 258

15.3.2 Mahout算法接口的二次开发示例 259

15.4 小结 271

第16章 基于TipDM-HB的数据挖掘二次开发 272

16.1 概述 272

16.1.1 TipDM-HB大数据挖掘建模平台服务接口 272

16.1.2 Apache CXF简介 276

16.2 TipDM-HB大数据挖掘建模平台服务开发实例 277

16.2.1 环境配置 277

16.2.2 开发实例 280

16.3 小结 288

参考资料 289