顶部
收藏

大数据导论(第2版)


作者:
主编 梅宏副主编 王国仁 张美慧 金福生
定价:
42.00元
ISBN:
978-7-04-059860-5
版面字数:
380.000千字
开本:
16开
全书页数:
暂无
装帧形式:
平装
重点项目:
暂无
出版时间:
2024-09-20
读者对象:
高等教育
一级分类:
电气/电子信息/自动化类
二级分类:
电子信息/通信专业课
三级分类:
其他

本书是大数据新兴领域“十四五”高等教育教材。本书系统地介绍大数据涵盖的知识,包括数据与大数据、大数据获取、大数据管理、大数据处理、大数据分析、大数据安全、大数据治理等;同时介绍部分行业中大数据的典型应用案例,反映大数据在社会经济生活中的重要价值。本书旨在从技术层面,提供一本全面介绍大数据相关技术的专业教材。各章均设有习题。

本书既可作为高等学校大数据相关专业的教材使用,也可供大数据领域专业技术人员参考。

  • 前辅文
  • 第1章 引论
    • 引言
    • 1.1 大数据时代背景
      • 1.1.1 大数据的崛起
      • 1.1.2 大数据发展历程
      • 1.1.3 各国大数据的发展
    • 1.2 从数据到大数据
      • 1.2.1 数据
      • 1.2.2 大数据
      • 1.2.3 大数据分类
    • 1.3 大数据价值期望
      • 1.3.1 新型范式
      • 1.3.2 赋能价值
      • 1.3.3 数据要素化
      • 1.3.4 数据智能
    • 1.4 大数据理论技术
      • 1.4.1 数据科学
      • 1.4.2 大数据技术
    • 本章小结
    • 习题1
  • 第2章 大数据获取
    • 引言
    • 2.1 分析数据来源,实现数据价值
      • 2.1.1 数据来源的多样化
      • 2.1.2 数据价值
    • 2.2 内部数据及获取方法
      • 2.2.1 内部数据概述
      • 2.2.2 内部数据获取
    • 2.3 外部数据及获取方法
      • 2.3.1 外部数据概述
      • 2.3.2 浅网数据获取方法
      • 2.3.3 深网数据获取方法
    • 本章小结
    • 习题2
  • 第3章 大数据管理
    • 引言
    • 3.1 大数据管理概述
      • 3.1.1 数据管理系统发展历史
      • 3.1.2 大数据管理系统特征
    • 3.2 大数据模型与查询语言
      • 3.2.1 关系模型与查询语言
      • 3.2.2 键值对模型与查询语言
      • 3.2.3 列族模型与查询语言
      • 3.2.4 文档模型与查询语言
      • 3.2.5 图模型与查询语言
    • 3.3 大数据管理系统
      • 3.3.1 大数据管理系统层次结构
      • 3.3.2 大数据的组织与存取
      • 3.3.3 大数据系统容错与故障恢复
      • 3.3.4 NoSQL大数据管理系统
      • 3.3.5 NewSQL大数据管理系统
    • 本章小结
    • 习题3
  • 第4章 大数据处理
    • 引言
    • 4.1 大数据处理生态系统
    • 4.2 典型大数据处理编程模型与框架
      • 4.2.1 批处理编程模型与框架
      • 4.2.2 流处理编程模型与框架
      • 4.2.3 图计算编程模型与框架
    • 4.3 新型大数据处理系统
      • 4.3.1 批流混合系统
      • 4.3.2 内存计算系统
    • 本章小结
    • 习题4
  • 第5章 大数据分析
    • 引言
    • 5.1 大数据分析方法
      • 5.1.1 统计分析
      • 5.1.2 机器学习
      • 5.1.3 深度学习
      • 5.1.4 图结构挖掘与分析
    • 5.2 分布式大数据分析技术
      • 5.2.1 分布式学习
      • 5.2.2 联邦学习
    • 5.3 大数据分析平台
      • 5.3.1 机器学习大数据分析平台
      • 5.3.2 分布式大数据分析平台
      • 5.3.3 多源异构大数据分析平台
    • 5.4 数据可视化
      • 5.4.1 可视化定义
      • 5.4.2 数据可视化的发展
      • 5.4.3 数据可视化技术
      • 5.4.4 数据可视化工具及图形库
    • 本章小结
    • 习题5
  • 第6章 大数据安全
    • 引言
    • 6.1 大数据安全概述
      • 6.1.1 大数据
      • 6.1.2 大数据安全
    • 6.2 数据安全基础
      • 6.2.1 密码学
      • 6.2.2 身份认证与访问控制
      • 6.2.3 通信安全与软件安全
    • 6.3 数据安全技术
      • 6.3.1 数据采集
      • 6.3.2 数据传输
      • 6.3.3 数据存储
      • 6.3.4 数据使用
      • 6.3.5 数据销毁
    • 6.4 数据共享和流通安全
      • 6.4.1 数据共享和流通概述
      • 6.4.2 数据匿名化技术
      • 6.4.3 同态加密技术
      • 6.4.4 安全多方计算
      • 6.4.5 机密计算
      • 6.4.6 联邦学习
      • 6.4.7 安全多方学习
    • 6.5 大数据系统平台安全
      • 6.5.1 认证与访问控制
      • 6.5.2 数据安全保护
      • 6.5.3 数据容灾与故障恢复
      • 6.5.4 安全运维与审计
    • 6.6 数据安全治理
      • 6.6.1 引言
      • 6.6.2 我国数据安全法律规范
      • 6.6.3 数据分类分级
      • 6.6.4 数据安全治理指南
      • 6.6.5 数据安全能力成熟度评估
    • 6.7 大数据安全展望
      • 6.7.1 大数据对抗
      • 6.7.2 大数据安全与大模型安全
    • 本章小结
    • 习题6
  • 第7章 大数据治理
    • 引言
    • 7.1 大数据治理概述
      • 7.1.1 大数据治理的概念体系
      • 7.1.2 大数据治理的技术体系
      • 7.1.3 大数据治理的应用
    • 7.2 元数据管理
      • 7.2.1 元数据概述
      • 7.2.2 元数据管理方案
      • 7.2.3 元数据管理的应用
    • 7.3 主数据管理
      • 7.3.1 主数据概述
      • 7.3.2 主数据管理方案
      • 7.3.3 主数据管理的应用
    • 7.4 数据质量管理
      • 7.4.1 数据质量概述
      • 7.4.2 数据质量管理技术
      • 7.4.3 数据质量管理框架
      • 7.4.4 数据质量管理的应用
    • 7.5 数据集成
      • 7.5.1 数据集成概述
      • 7.5.2 传统数据集成技术
      • 7.5.3 跨界数据集成技术
      • 7.5.4 数据集成的应用
    • 7.6 数据标准化
      • 7.6.1 数据标准概述
      • 7.6.2 数据标准管理
      • 7.6.3 数据标准化的应用
    • 本章小结
    • 习题7
  • 第8章 大数据案例
    • 引言
    • 8.1 网页重要性排序
      • 8.1.1 案例背景
      • 8.1.2 PageRank算法概述
      • 8.1.3 使用Spark实现PageRank算法
      • 8.1.4 使用MapReduce实现PageRank算法
      • 8.1.5 小结
    • 8.2 贷款违约预测
      • 8.2.1 案例背景
      • 8.2.2 数据探索
      • 8.2.3 数据预处理
      • 8.2.4 特征工程
      • 8.2.5 模型训练
      • 8.2.6 模型评估
      • 8.2.7 小结
    • 8.3 自动驾驶
      • 8.3.1 案例背景
      • 8.3.2 感知识别
      • 8.3.3 决策规划
      • 8.3.4 控制执行
      • 8.3.5 小结
    • 8.4 大数据智能案例
      • 8.4.1 案例背景
      • 8.4.2 预训练模型
      • 8.4.3 数据集构造
      • 8.4.4 模型微调
      • 8.4.5 效果展示和评估
      • 8.4.6 小结
    • 本章小结
    • 习题8
  • 参考文献

相关图书