✍ Scribed by 曾剑平
No coin nor oath required. For personal study only.
本书围绕大数据采集，对采集技术的相关基础、技术原理、Python实现技术、大数据挖掘与应用方法进行了系统介绍。书中全面完整地覆盖了各种类型的网络爬虫及相关的信息处理挖掘技术，并提供了27个与爬虫相关技术和应用相关的Python程序。本书可以作为高等院校大数据、计算机、信息以及经管、金融等人文社科相关专业研究生和高年级本科生的教材，也可以作为大数据、计算机、信息以及经管、金融等人文社科领域研究人员和专业技术人员的参考书。
封面
扉页
内容简介
版权页
前言
目录
第一部分 概述
第1章 大数据采集概述
第二部分 基础篇
第2章 Web页面及相关技术
第3章 Web应用架构与协议
第三部分 技术与实现篇
第4章 普通爬虫页面采集技术与Python实现
第5章 动态页面采集技术与Python实现
第6章 Web信息提取与Python实现
第7章 主题爬虫页面采集技术与Python实现
第8章 Deep Web爬虫与Python实现
第9章 微博信息采集与Python实现
第10章 反爬虫技术与反反爬虫技术
第四部分 大数据挖掘与应用篇
第11章 文本信息处理与挖掘技术
第12章 互联网大数据获取技术的应用
正文结束
附录A 代码与数据
附录B 相关包索引
附录C 爬虫框架
参考文献
图书资源支持
📜 SIMILAR VOLUMES
<p> 《Python数据分析与可视化（第2版）-微课视频版/大数据与人工智能技术丛书》从Python数据分析的基础知识人手，结合大量的数据分析示例，系统地介绍数据分析与可视化方法，带领读者逐步掌握Python数据分析的相关知识，提高解决实际问题的能力。 《Python数据分析与可视化（第2版）-微课视频版/大数据与人工智能技术丛书》共13章，主要内容包括数据分析与可视化概述、Python编程基础、NumPy数值计算基础、Pandas统计分析基础、Pandas数据载人与预处理、Matplotlib数据可视化基础、Seaborn可视化、pyecharts可视化、时间序列数据分析、SciPy科
全书内容分为大数据系统基础、Hadoop技术、Spark技术和项目实战4部分。其中，Linux是学习大数据技术的基础，先从Linux入手，打下坚实的基础，之后才能更好地学习Hadoop和Spark。4部分内容分别介绍如下。 大数据系统基础篇通过大数据概述、Linux系统安装、Linux系统基础命令、Shell编程和MySQL数据操作，为以后编程奠定坚实的基础。 Hadoop技术篇以Hadoop生态圈为中心，详细介绍Hadoop高可用集群搭建、HDFS技术、MapReduce技术、Hive技术，为读者学习大数据开发技术提供便利，并以实用的方式简单介绍HBase、Sqoop、Flume工具
本书从零基础入门，内含丰富项目案例实战演练，详细讲解了Python的环境搭建、基本语法结构、趣味应用、分析与建模以及完整的项目案例。
本书详细介绍了大数据挖掘技术，全书分为3篇，共12章。第1篇为大数据分析基础，包括第1~4章，分别为大数据概述、大数据相关技术、数据预处理、R语言工具的使用。第2篇为大数据挖掘技术，包括第5~11章，分别为线性分类方法、分类方法、聚类分析、关联规则、预测方法与离群点诊断、时间序列分析、大数据挖掘可视化。第3篇为大数据挖掘案例，包括第12章，介绍了大数据挖掘应用案例。 本书既可作为高等学校计算机科学与技术、数据科学与大数据技术、统计学、数据分析等专业的高等教育教材，也可作为科研人员、从事大数据相关工作的技术人员的参考书。
《数据分析与数据挖掘》主要介绍数据挖掘和数据分析的基本概念和方法，包括数据的基本属性和概念、数据预处理技术、数据立方体和OLAP技术、频繁模式挖掘、回归分析、分类、聚类、离群点分析。书中涉及到的模型和算法均给予了相应的实例。