大数据革命 理论、模式与技术创新PDF电子书下载

第1章 大数据概述 1

1.1 大数据综述 2

1.2 大数据的定义 3

1.3 大数据的发展历程 4

1.4 大数据的战略意义 6

1.5 数据科学的兴起 8

1.6 如何开展大数据研究与应用 11

1.7 总结 13

参考文献 13

第2章 大数据市场 15

2.1 大数据的市场环境 17

2.2 大数据市场预测 20

2.3 大数据市场趋势 26

2.4 总结 32

第3章 大数据问题 33

3.1 大数据问题分类 34

3.2 大数据与云计算的辩证关系 40

3.3 大数据是一个不可多得的发展机遇 45

第4章 大数据与中国的信息化 51

4.1 大数据——棘手的难题 52

4.2 大数据如何落地中国 52

第5章 数据科学理论及方法论初探 61

5.1 数据生产要素理论 62

5.2 数据创新理论及其10项考量指标 63

5.3 数据科学理论的基础概念和基本特质初探 72

5.4 总结 74

第6章 大数据、互联网与社会进步和产业革命 77

6.1 互联网的思想及特质正在颠覆传统文化和行业的发展观念 78

6.2 大数据与中国社会经济战略发展的契机 80

第7章 大数据技术 87

7.1 基础架构支持 89

7.2 数据采集 93

7.3 数据存储 95

7.4 数据计算技术 98

7.5 数据展示与交互 106

7.6 大数据技术变革及趋势 108

参考文献 110

第8章 云计算体系 113

8.1 云体系的五大方面 115

8.2 云时代的信息中枢 116

8.3 云时代的通信网络 119

8.4 云时代的智能终端 124

8.5 云时代的应用服务 128

8.6 云时代的安全隐私 133

8.7 总结 137

参考文献 138

第9章 Hadoop平台及相关生态系统 139

9.1 谷歌技术“三件宝” 140

9.2 Hadoop平台 142

9.3 Hadoop相关生态系统 151

9.4 Hadoop商业产品 163

参考文献 168

第10章 NoSQL分布式数据库综述 169

10.1 发展背景 170

10.2 CAP理论 171

10.3 商业数据库的变革 174

10.4 NoSQL数据库分类 178

10.5 列式存储 180

10.6 文档存储 191

10.7 key-value存储 198

10.8 Megastore 201

10.9 图数据库 204

10.10 总结 205

参考文献 205

第11章 行业大数据解决方案 209

11.1 “大数据”时代的行业应用 210

11.2 云工作流解决方案 212

11.3 集成方案 214

11.4 案例分析 223

11.5 总结 225

参考文献 226

第12章 大数据与数据挖掘 229

12.1 数据挖掘的基础知识和核心思想 231

12.2 数据挖掘的主要功能和常用算法 234

12.3 大数据时代的数据挖掘 237

12.4 在线推荐系统常用算法介绍 244

12.5 总结 256

第13章 大数据展示与交互 257

13.1 数据可视化分类 259

13.2 可视化技术分类 261

13.3 总结 277

第14章 大数据安全与隐私 279

14.1 安全与隐私问题凸显 280

14.2 云计算与大数据时代的安全挑战 282

14.3 如何解决安全问题 289

14.4 隐私问题 295

14.5 总结和展望 299

第15章 新型城镇化背景下的大数据与智慧城市 301

15.1 新型城镇化中智慧城市介绍 302

15.2 智慧城市中的大数据 303

15.3 智慧城市建设指导理论 306

15.4 智慧城市信息系统内容 308

15.5 总结 318

第16章 大数据与计算广告 319

16.1 互联网展示广告 320

16.2 展示广告的发展 324

16.3 互联网广告衡量指标 330

16.4 用户数据 332

16.5 基于大数据的广告定向 333

16.6 广告的未来 337

参考文献 338

第17章 大数据与智能电视关联业务模型 339

17.1 大数据在数字电视行业的分析方法 340

17.2 数字电视中的数据关系分析处理是构建关联电视应用的基础 344

17.3 “三网融合”的电视大数据与智慧家庭展望 346

第18章 大数据应用案例分析 349

18.1 “数据驱动开发”的大数据业务发展案例 350

18.2 大数据支撑政务活动 355

18.3 大数据增强社会服务能力 357

18.4 大数据提高商业决策水平 360

18.5 大数据在其他行业中的应用 366

18.6 总结 367

第19章 总结与展望 369