大數據導論：大數據如何改變世界

第1章  緒論：大數據時代 1
1.1  大數據的概念和特點 1
1.2  大數據的發(fā)展歷程 2
1.2.1  大數據發(fā)展歷程概覽 3
1.2.2  大數據發(fā)展歷程的三個階段 3
1.3  大數據與人工智能 6
1.3.1  人工智能簡介與應用 7
1.3.2  大數據與人工智能的關系 9
1.3.3  大數據與人工智能的歷史聯(lián)系 11
1.4  大數據的思想理念 12
小結 14
第2章  大數據基礎 16
2.1  大數據類型 16
2.1.1  常見的數據來源 17
2.1.2  常見的數據模態(tài) 18
2.2  大數據采集 19
2.2.1  互聯(lián)網數據采集 20
2.2.2  物聯(lián)網數據采集 22
2.3  大數據存儲 24
2.4  大數據分析 27
2.4.1  大數據分析技術 28
2.4.2  分析工具與平臺 30
小結 31
第3章  大數據發(fā)展戰(zhàn)略與影響 32
3.1  國家層面發(fā)展戰(zhàn)略與影響 32
3.1.1  美國 34
3.1.2  英國 36
3.1.3  日本 37
3.1.4  中國 38
3.1.5  各國大數據發(fā)展戰(zhàn)略對比與總結 39
3.2  企業(yè)層面發(fā)展戰(zhàn)略與影響 40
3.2.1  谷歌 41
3.2.2  蘋果 42
3.2.3  騰訊 43
3.2.4  阿里巴巴 44
3.3  大數據如何影響世界 46
小結 47
第4章  社交媒體大數據 49
4.1  概述 49
4.1.1  社交媒體發(fā)展歷程 49
4.1.2  社交媒體數據類型 53
4.2  社交媒體大數據關鍵技術 54
4.2.1  圖像分析技術 54
4.2.2  自然語言處理 57
4.3  社交媒體大數據典型應用場景 58
4.3.1  用戶畫像 59
4.3.2  推薦系統(tǒng) 61
4.3.3  用戶評論的情感分析 65
4.4  社交媒體大數據分析案例 68
4.4.1  推薦系統(tǒng)應用實例 68
4.4.2  情感分析與評論篩選 71
小結 73
第5章  體育大數據 75
5.1  概述 75
5.1.1  體育大數據的發(fā)展歷程 75
5.1.2  體育大數據的數據類型 77
5.2  體育大數據關鍵技術 78
5.2.1  強化學習技術 78
5.2.2  賽事預測技術 80
5.3  體育大數據典型應用場景 81
5.3.1  博弈類體育 81
5.3.2  賽事評價 85
5.4  體育大數據分析案例 86
5.4.1  圍棋AlphaGo的成長 86
5.4.2  大數據與籃球投籃命中率 87
5.4.3  卡塔爾世界杯中的大數據 90
小結 91
第6章  工業(yè)大數據 93
6.1  概述 93
6.1.1  工業(yè)大數據的發(fā)展歷程 93
6.1.2  工業(yè)大數據的特點 94
6.2  工業(yè)大數據關鍵技術 96
6.2.1  智能傳感 96
6.2.2  信息物理系統(tǒng) 98
6.2.3  工業(yè)互聯(lián)網 100
6.3  工業(yè)大數據典型應用場景 101
6.3.1  生產安全維護 102
6.3.2  智能工業(yè)控制 104
6.3.3  數字孿生 107
6.4  工業(yè)大數據分析案例 109
6.4.1  浙能集團工業(yè)大數據應用實踐 109
6.4.2  京東“亞洲一號”無人倉案例 111
小結 113
第7章  醫(yī)療大數據 115
7.1  概述 115
7.1.1  醫(yī)療大數據的類型 115
7.1.2  醫(yī)療大數據的發(fā)展歷史 118
7.2  醫(yī)療大數據關鍵技術 121
7.2.1  數據平臺建設 121
7.2.2  物聯(lián)網技術 122
7.2.3  圖像分析技術 124
7.3  醫(yī)療大數據典型應用場景 127
7.3.1  醫(yī)療數據信息平臺建設 127
7.3.2  智能化健康監(jiān)測 129
7.3.3  計算機輔助診斷與決策 131
7.4  醫(yī)療大數據分析案例 133
7.4.1  流感預測與追蹤系統(tǒng) 133
7.4.2  CT輔助診斷與遠程醫(yī)療平臺 135
小結 137
第8章  城市交通大數據 139
8.1  基于城市交通大數據的智慧交通概述 139
8.2  城市交通大數據的特點與種類 141
8.3  智慧交通系統(tǒng)的關鍵技術 143
8.3.1  交通目標檢測 144
8.3.2  城市交通流量預測 146
8.4  基于城市交通大數據的智慧交通案例分析 150
8.4.1  目標檢測在智慧交通中的應用 151
8.4.2  城市交通流量預測在智慧交通中的應用 156
小結 161
第9章  大數據共享、開放與交易 163
9.1  數據共享 163
9.1.1  數據孤島 163
9.1.2  數據孤島成因 164
9.1.3  消除數據孤島的意義 166
9.1.4  推進數據共享的舉措 167
9.1.5  數據共享案例 168
9.2  數據開放 173
9.2.1  政府開放數據 173
9.2.2  企業(yè)開放數據 176
9.2.3  數據開放案例 177
9.3  大數據交易 181
9.3.1  大數據交易概述 181
9.3.2  大數據交易的發(fā)展現狀 182
9.3.3  大數據交易平臺案例分析 183
9.3.4  大數據交易的問題 185
9.3.5  大數據交易發(fā)展的突破路徑 186
小結 187
第10章  大數據倫理與安全 189
10.1  大數據倫理 189
10.1.1  大數據倫理的概念 189
10.1.2  大數據倫理問題的表現 190
10.1.3  大數據倫理問題的成因 193
10.1.4  大數據倫理問題的治理 194
10.2  大數據安全 195
10.2.1  大數據安全威脅 195
10.2.2  大數據安全問題與案例 197
10.2.3  大數據保護的基本原則 199
10.2.4  大數據保護的相關舉措 200
10.3  大數據的法律政策規(guī)范 201
10.3.1  西方國家的大數據法律政策規(guī)范 201
10.3.2  我國的大數據法律政策規(guī)范 202
10.3.3  大數據規(guī)范與保護的未來趨勢 204
小結 205
第11章  大數據的未來 207
11.1  增強現實與虛擬現實 207
11.1.1  增強現實 208
11.1.2  虛擬現實 210
11.2  區(qū)塊鏈 212
11.2.1  大數據加密傳輸 213
11.2.2  醫(yī)療數據隱私保護 214
11.3  元宇宙 214
11.3.1  數據傳輸 215
11.3.2  數據存儲 215
11.3.3  數據流動 216
11.3.4  數據共享 216
11.4  大數據的時代意義與未來價值 216
小結 217