大數(shù)據(jù)技術(shù)與應(yīng)用

前言
第1章 大數(shù)據(jù)介紹
1.1 大數(shù)據(jù)概述
1.1.1 認(rèn)識(shí)大數(shù)據(jù)
1.1.2 大數(shù)據(jù)的特征
1.1.3 大數(shù)據(jù)技術(shù)應(yīng)用與基礎(chǔ)
1.2 大數(shù)據(jù)的意義
1.2.1 大數(shù)據(jù)的國家戰(zhàn)略意義
1.2.2 大數(shù)據(jù)的企業(yè)意義
1.2.3 我國大數(shù)據(jù)市場(chǎng)的預(yù)測(cè)
1.3 大數(shù)據(jù)的產(chǎn)業(yè)鏈分析
1.3.1 技術(shù)分析
1.3.2 運(yùn)營分析
1.4 實(shí)訓(xùn)1 用百度指數(shù)進(jìn)行大數(shù)據(jù)分析
1.5 實(shí)訓(xùn)2 確定數(shù)據(jù)的不同類型
本章小結(jié)
習(xí)題1
第2章 云計(jì)算與大數(shù)據(jù)
2.1 云計(jì)算概述
2.1.1 云計(jì)算定義
2.1.2 云計(jì)算特征
2.1.3 云計(jì)算體系
2.2 云計(jì)算的服務(wù)類型
2.2.1 IaaS（基礎(chǔ)設(shè)施即服務(wù)）
2.2.2 PaaS（平臺(tái)即服務(wù)）
2.2.3 SaaS（軟件即服務(wù)）
2.3 云計(jì)算的關(guān)鍵技術(shù)
2.3.1 虛擬化技術(shù)
2.3.2 并行計(jì)算技術(shù)
2.3.3 分布式存儲(chǔ)技術(shù)
2.4 云計(jì)算與大數(shù)據(jù)
2.4.1 云計(jì)算與大數(shù)據(jù)的關(guān)系
2.4.2 云計(jì)算與大數(shù)據(jù)的結(jié)合
2.4.3 云計(jì)算的應(yīng)用
本章小結(jié)
習(xí)題2
第3章 大數(shù)據(jù)架構(gòu)
3.1 大數(shù)據(jù)架構(gòu)概述
3.1.1 大數(shù)據(jù)架構(gòu)介紹
3.1.2 大數(shù)據(jù)架構(gòu)分類
3.2 Hadoop架構(gòu)
3.2.1 Hadoop介紹
3.2.2 Hadoop發(fā)展史
3.2.3 Hadoop核心組件
3.3 HDFS概述
3.3.1 HDFS的概念
3.3.2 HDFS的操作
3.4 MapReduce概述
3.4.1 MapReduce的概念
3.4.2 MapReduce設(shè)計(jì)方式
3.4.3 MapReduce架構(gòu)
3.5 實(shí)訓(xùn)1 Hadoop搭建
3.6 實(shí)訓(xùn)2 MapReduce應(yīng)用
本章小結(jié)
習(xí)題3
第4章 數(shù)據(jù)采集與清洗
4.1 數(shù)據(jù)采集
4.1.1 數(shù)據(jù)采集介紹
4.1.2 數(shù)據(jù)采集平臺(tái)
4.1.3 網(wǎng)絡(luò)數(shù)據(jù)的采集
4.2 數(shù)據(jù)清洗
4.2.1 數(shù)據(jù)清洗概述
4.2.2 數(shù)據(jù)清洗的流程
4.2.3 數(shù)據(jù)清洗的常用方法
4.2.4 數(shù)據(jù)標(biāo)準(zhǔn)化概述
4.2.5 數(shù)據(jù)標(biāo)準(zhǔn)化的實(shí)例
4.3 數(shù)據(jù)倉庫概述
4.3.1 數(shù)據(jù)倉庫介紹
4.3.2 數(shù)據(jù)集成
4.3.3 數(shù)據(jù)變換
4.3.4 數(shù)據(jù)倉庫的構(gòu)建工具
4.4 Kettle工具概述
4.5 實(shí)訓(xùn)1 使用八爪魚軟件進(jìn)行網(wǎng)絡(luò)數(shù)據(jù)的采集
4.6 實(shí)訓(xùn)2 清洗Excel數(shù)據(jù)
4.7 實(shí)訓(xùn)3 清洗異常數(shù)據(jù)
4.8 實(shí)訓(xùn)4 使用Kettle工具進(jìn)行數(shù)據(jù)排序
本章小結(jié)
習(xí)題4
第5章 大數(shù)據(jù)存儲(chǔ)
5.1 大數(shù)據(jù)存儲(chǔ)概述
5.1.1 大數(shù)據(jù)存儲(chǔ)的概念
5.1.2 大數(shù)據(jù)存儲(chǔ)的類型
5.2 大數(shù)據(jù)存儲(chǔ)的方式
5.2.1 分布式存儲(chǔ)
5.2.2 NoSQL數(shù)據(jù)庫存儲(chǔ)
5.2.3 NewSQL數(shù)據(jù)庫存儲(chǔ)
5.2.4 云數(shù)據(jù)庫存儲(chǔ)
5.3 大數(shù)據(jù)中的數(shù)據(jù)庫應(yīng)用
5.3.1 MySQL
5.3.2 Hive
5.3.3 MongoDB
5.3.4 LevelDB
5.3.5 Neo4j
5.4 實(shí)訓(xùn) 查看和購買阿里云RDS服務(wù)
本章小結(jié)
習(xí)題5
第6章 大數(shù)據(jù)分析與挖掘
6.1 大數(shù)據(jù)分析概述
6.1.1 大數(shù)據(jù)分析的概念
6.1.2 大數(shù)據(jù)分析的類型
6.1.3 大數(shù)據(jù)分析的內(nèi)容
6.1.4 大數(shù)據(jù)分析的方法
6.2 大數(shù)據(jù)挖掘概述
6.2.1　數(shù)據(jù)挖掘介紹
6.2.2　數(shù)據(jù)挖掘應(yīng)用
6.3 數(shù)據(jù)挖掘算法
6.3.1 K-Means算法
6.3.2 決策樹算法
6.3.3 KNN算法
6.3.4 遺傳算法
6.3.5 神經(jīng)網(wǎng)絡(luò)算法
6.4 實(shí)訓(xùn) 繪制決策樹
本章小結(jié)
習(xí)題6
第7章 大數(shù)據(jù)可視化
7.1 大數(shù)據(jù)可視化概述
7.1.1 大數(shù)據(jù)可視化的概念
7.1.2 大數(shù)據(jù)可視化的流程
7.1.3 大數(shù)據(jù)可視化圖表
7.2 大數(shù)據(jù)可視化方法
7.2.1 文本可視化
7.2.2 網(wǎng)絡(luò)可視化
7.2.3 空間信息可視化
7.3 大數(shù)據(jù)可視化工具
7.3.1 Excel
7.3.2 ECharts
7.3.3 魔鏡
7.4 大數(shù)據(jù)可視化技術(shù)的應(yīng)用
7.4.1 大數(shù)據(jù)可視化的應(yīng)用場(chǎng)景
7.4.2 大數(shù)據(jù)可視化技術(shù)的行業(yè)應(yīng)用
7.5 實(shí)訓(xùn)1 閱讀并分析大數(shù)據(jù)可視化圖表
7.6 實(shí)訓(xùn)2 上網(wǎng)查找大數(shù)據(jù)可視化資料
7.7 實(shí)訓(xùn)3 繪制流程圖
7.8 實(shí)訓(xùn)4 繪制可視化圖表
本章小結(jié)
習(xí)題7
第8章 大數(shù)據(jù)安全
8.1 數(shù)據(jù)安全概述
8.1.1 數(shù)據(jù)安全的定義
8.1.2 數(shù)據(jù)安全的特點(diǎn)
8.2 大數(shù)據(jù)時(shí)代的安全挑戰(zhàn)與解決
8.2.1 大數(shù)據(jù)安全面臨的主要威脅
8.2.2 大數(shù)據(jù)安全的關(guān)鍵技術(shù)
8.3 實(shí)訓(xùn)1 Office文檔加密
8.4 實(shí)訓(xùn)2 IPC$入侵
本章小結(jié)
習(xí)題8
第9章 大數(shù)據(jù)的行業(yè)應(yīng)用
9.1 旅游大數(shù)據(jù)
9.1.1 旅游大數(shù)據(jù)的發(fā)展
9.1.2 大數(shù)據(jù)對(duì)旅游行業(yè)的影響
9.1.3 大數(shù)據(jù)在旅游行業(yè)中的應(yīng)用
9.1.4 旅游大數(shù)據(jù)的應(yīng)用場(chǎng)景
9.1.5 旅游大數(shù)據(jù)的實(shí)現(xiàn)