描述
开 本: 16开纸 张: 胶版纸包 装: 平装-胶订是否套装: 否国际标准书号ISBN: 9787111649038
2）包含丰富的教学资源，本书配有微课视频、教学课件、习题答案等。
3）紧跟时代潮流，注重技术变化，书中包含了*新的大数据分析知识及一些开源库的使用。
4）编写本书的教师都具有多年的教学经验，重难点突出，能够激发学生的学习热情。
《大数据技术与应用》既可作为高等职业院校大数据专业、软件技术专业、信息管理专业、计算机网络专业等计算机相关专业的专业课教材，也可作为对大数据感兴趣的读者的参考书。
第1章 大数据介绍
1.1 大数据概述
1.1.1 认识大数据
1.1.2 大数据的特征
1.1.3 大数据技术应用与基础
1.2 大数据的意义
1.2.1 大数据的国家战略意义
1.2.2 大数据的企业意义
1.2.3 我国大数据市场的预测
1.3 大数据的产业链分析
1.3.1 技术分析
1.3.2 运营分析
1.4 实训1 用百度指数进行大数据分析
1.5 实训2 确定数据的不同类型
本章小结
习题1
第2章 云计算与大数据
2.1 云计算概述
2.1.1 云计算定义
2.1.2 云计算特征
2.1.3 云计算体系
2.2 云计算的服务类型
2.2.1 IaaS（基础设施即服务）
2.2.2 PaaS（平台即服务）
2.2.3 SaaS（软件即服务）
2.3 云计算的关键技术
2.3.1 虚拟化技术
2.3.2 并行计算技术
2.3.3 分布式存储技术
2.4 云计算与大数据
2.4.1 云计算与大数据的关系
2.4.2 云计算与大数据的结合
2.4.3 云计算的应用
本章小结
习题2
第3章 大数据架构
3.1 大数据架构概述
3.1.1 大数据架构介绍
3.1.2 大数据架构分类
3.2 Hadoop架构
3.2.1 Hadoop介绍
3.2.2 Hadoop发展史
3.2.3 Hadoop核心组件
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设计方式
3.4.3 MapReduce架构
3.5 实训1 Hadoop搭建
3.6 实训2 MapReduce应用
本章小结
习题3
第4章 数据采集与清洗
4.1 数据采集
4.1.1 数据采集介绍
4.1.2 数据采集平台
4.1.3 网络数据的采集
4.2 数据清洗
4.2.1 数据清洗概述
4.2.2 数据清洗的流程
4.2.3 数据清洗的常用方法
4.2.4 数据标准化概述
4.2.5 数据标准化的实例
4.3 数据仓库概述
4.3.1 数据仓库介绍
4.3.2 数据集成
4.3.3 数据变换
4.3.4 数据仓库的构建工具
4.4 Kettle工具概述
4.5 实训1 使用八爪鱼软件进行网络数据的采集
4.6 实训2 清洗Excel数据
4.7 实训3 清洗异常数据
4.8 实训4 使用Kettle工具进行数据排序
本章小结
习题4
第5章 大数据存储
5.1 大数据存储概述
5.1.1 大数据存储的概念
5.1.2 大数据存储的类型
5.2 大数据存储的方式
5.2.1 分布式存储
5.2.2 NoSQL数据库存储
5.2.3 NewSQL数据库存储
5.2.4 云数据库存储
5.3 大数据中的数据库应用
5.3.1 MySQL
5.3.2 Hive
5.3.3 MongoDB
5.3.4 LevelDB
5.3.5 Neo4j
5.4 实训 查看和购买阿里云RDS服务
本章小结
习题5
第6章 大数据分析与挖掘
6.1 大数据分析概述
6.1.1 大数据分析的概念
6.1.2 大数据分析的类型
6.1.3 大数据分析的内容
6.1.4 大数据分析的方法
6.2 大数据挖掘概述
6.2.1 数据挖掘介绍
6.2.2 数据挖掘应用
6.3 数据挖掘算法
6.3.1 K-Means算法
6.3.2 决策树算法
6.3.3 KNN算法
6.3.4 遗传算法
6.3.5 神经网络算法
6.4 实训 绘制决策树
本章小结
习题6
第7章 大数据可视化
7.1 大数据可视化概述
7.1.1 大数据可视化的概念
7.1.2 大数据可视化的流程
7.1.3 大数据可视化图表
7.2 大数据可视化方法
7.2.1 文本可视化
7.2.2 网络可视化
7.2.3 空间信息可视化
7.3 大数据可视化工具
7.3.1 Excel
7.3.2 ECharts
7.3.3 魔镜
7.4 大数据可视化技术的应用
7.4.1 大数据可视化的应用场景
7.4.2 大数据可视化技术的行业应用
7.5 实训1 阅读并分析大数据可视化图表
7.6 实训2 上网查找大数据可视化资料
7.7 实训3 绘制流程图
7.8 实训4 绘制可视化图表
本章小结
习题7
第8章 大数据安全
8.1 数据安全概述
8.1.1 数据安全的定义
8.1.2 数据安全的特点
8.2 大数据时代的安全挑战与解决
8.2.1 大数据安全面临的主要威胁
8.2.2 大数据安全的关键技术
8.3 实训1 Office文档加密
8.4 实训2 IPC$入侵
本章小结
习题8
第9章 大数据的行业应用
9.1 旅游大数据
9.1.1 旅游大数据的发展
9.1.2 大数据对旅游行业的影响
9.1.3 大数据在旅游行业中的应用
9.1.4 旅游大数据的应用场景
9.1.5 旅游大数据的实现
前 言
大数据是现代社会高科技发展的产物，相对于传统的数据分析，大数据是海量数据的集合，它以采集、整理、存储、挖掘、共享、分析、应用、清洗为核心，正广泛地应用于军事、金融、环境保护、通信等各个行业中。
当前，发展大数据已经成为国家战略，大数据在引领社会经济发展中的新引擎作用更加明显。2014年“大数据”首次出现在我国的政府工作报告中。报告中提到“要设立新兴产业创业创新平台，在大数据等方面赶超先进，引领未来产业发展。”大数据概念逐渐在国内成为热议的词汇。2015年国务院正式印发《促进大数据发展行动纲要》，其中明确指出要不断地推动大数据发展和应用，在未来打造精准治理、多方协作的社会治理新模式，建立运行平稳、安全高效的经济运行新机制，构建以人为本、惠及全民的民生服务新体系，开启大众创业、万众创新的创新驱动新格局，培育高端智能、新兴繁荣的产业发展新生态。
《大数据技术与应用》以理论和实践相结合的方式深入地讲解了大数据技术的基本知识和实现。在内容设计上既有便于教师授课的部分，包括详细的理论与典型的案例；又有大量的实训。双管齐下，能够极大地激发学生在课堂上的学习积极性与主动创造性。
《大数据技术与应用》共分10章，包括大数据介绍、云计算与大数据、大数据架构、数据采集与清洗、大数据存储、大数据分析与挖掘、大数据可视化、大数据安全、大数据的行业应用以及大数据综合实训。
《大数据技术与应用》主要有以下特色。
1）采用“理实一体化”的教学方式，既有教师授课部分又有让学生独立思考、上机操作的内容。
2）包含丰富的教学资源，本书配有微课视频、教学课件、习题答案等。
3）紧跟时代潮流，注重技术变化，书中包含了最新的大数据分析知识及一些开源库的使用。
4）编写本书的教师都具有多年的教学经验，重难点突出，能够激发学生的学习热情。
《大数据技术与应用》既可作为高等职业院校大数据专业、软件技术专业、信息管理专业、计算机网络专业等计算机相关专业的专业课教材，也可作为对大数据感兴趣的读者的参考书。
《大数据技术与应用》建议学时为60学时，具体分布如下表所示。
章节 建 议 学 时
第1章 大数据介绍4
第2章 云计算与大数据4
第3章 大数据架构10
第4章 数据采集与清洗8
第5章 大数据存储6
第6章 大数据分析与挖掘6
第7章 大数据可视化6
第8章 大数据安全6
第9章 大数据的行业应用6
第10章 大数据综合实训4
《大数据技术与应用》由重庆航天职业技术学院的黄源、董明、刘江苏任主编，包玮琛任副主编，杨琛参编。其中，杨琛与黄源共同编写了第1章的实训部分；董明编写了第2章、第3章；黄源编写了第1章、第4章、第5章、第6章、第7章、第9章和第10章；包玮琛和黄源共同编写了第6章的6.1节；刘江苏编写了第8章。全书由黄源负责统稿工作。
《大数据技术与应用》是校企合作的成果，在编写过程中得到了中国电信金融行业信息化应用重庆基地总经理助理杨琛的大力支持。
在编写过程中，我们参阅了大量的相关资料，在此对这些资料的作者表示感谢！
由于编者水平有限，书中难免出现疏漏之处，衷心希望广大读者批评指正，来信可发邮件到作者的电子邮箱：[email protected]。
编 者
评论
还没有评论。