✍ Scribed by 刘汝焯, 戴佳筑, 何玉洁, 编著
No coin nor oath required. For personal study only.
本书强调了大数据的宝贵价值，介绍了常用的数据分析技术与方法，论述了大数据分析的思维特征，紧扣大数据的特点演示了可视化分析与可视化挖掘的方法，详细讨论了数据清洗与元数据管理，对大数据的风险予以充分揭示，同时提出了大数据风险管理的对策，对大数据治理作了简介。 本书具有很强的实用性、可操作性和指导性，对于企业管理人员、企业数据分析人员、业务分析人员和市场营销人员，政府监管机构如证监会、银监局、保监会的监管人员，审计师、注册会计师，纪检监察和司法机关执纪执法人员有参考价值，同时可供高等院校相关专业的师生参阅。
封面
扉页
内容简介
版权页
前言
目录
第1章 大数据是信息社会的宝贵资源
1.1 大数据产生的背景和概念
1.2 大数据的特征
1.3 大数据与传统数据的区别
1.4 大数据的价值和开发应用
1.5 大数据时代的新机遇和新挑战
1.6 本书的特定视野
参考文献
第2章 大数据应用分析
2.1 大数据的处理流程
2.2 大数据分析的概念
2.3 大数据分析的关键技术
2.4 大数据分析工具介绍
2.5 大数据分析示例——查处虚假出口贸易
参考文献
第3章 常用数据分析与预测方法
3.1 方差分析
3.2 相关分析
3.3 回归分析
3.4 时间序列分析
3.5 聚类分析
3.6 可视化数据分析
3.7 环境准备
参考文献
第4章 大数据分析的思维特征
4.1 大数据应用分析的实务框架
4.2 大数据分析的特征发现
4.3 对数据的分类
4.4 特征发现的一般过程
参考文献
第5章 大数据的可视化分析
5.1 不良贷款分析
5.2 保险公司客户索赔分析
参考文献
第6章 可视化挖掘分析
6.1 挖掘分析在审计线索特征发现中的应用
6.2 挖掘分析在推荐系统中的应用
第7章 大数据资源的元数据管理
7.1 元数据简介
7.2 著录对象分析
7.3 元数据结构设计
7.4 应用大数据审计分析数字信息元数据规范的扩展规则
参考文献
第8章 大数据分析的数据清洗
8.1 大数据清洗的基本概念
8.2 数据清洗
参考文献
第9章 大数据分析的风险与对策
9.1 大数据分析的风险及产生原因
9.2 大数据采集的风险
9.3 大数据处理与集成的风险
9.4 大数据分析的风险
9.5 大数据解释的风险
9.6 大数据的隐私和安全风险及其对策
参考文献
第10章 大数据治理简介
10.1 大数据治理的必要性
10.2 大数据治理的概念
10.3 大数据治理的核心内容
10.4 案例
参考文献
正文结束
附录A Tableau 10.0简介
A.1 Tableau工作区
A.2 Tableau的文件管理
附录B RapidMiner使用方法简介
B.1 RapidMiner的主界面
B.2 使用RapidMiner分析数据的方法
📜 SIMILAR VOLUMES
本书是将大数据这一计算机前沿科学和基本应用有机结合的典范教材，全面介绍大数据和相关的基础知识，由浅入深地剖析大数据的分析处理方法和技术手段，突出介绍大数据最新的发展趋势和技术成果。本书的一大亮点是每章中都使用图表对大数据与传统数据处理方式进行对比。另外，本书注重启发式的学习策略，便于读者理解和掌握。全书每章均包括实际应用案例与关键词注释，方便读者查阅和自学，同时配备习题和参考答案。本书体系完整、内容丰富、注重应用、前瞻性强、适用性好，并有开放式的课程教学网站（http://www.cmu.edu.cn/computer）提供技术支持。本书既可以作为普通高校大数据技术的基础教材，也可以作为职业培
本书基于国家电网有限公司系统SG186和SG-ERP等重大信息化工程的设计、项目建设及组织应用全 过程，总结了多项重大信息化项目的经验，运用了信息化与大数据应用技术的理论，力求反映电力信息 化与大数据应用工程技术的最新成果。 全书共分9章，主要内容包括绪论、电力大数据应用工程技术基础理论、电力大数据应用工程技术基 础知识、电力业务数据应用工程技术与案例分析、电力云数据中心工程技术与案例分析、电网GIS平台数 据工程技术与案例分析、变电站智能化数据平台技术与案例分析、大型电力企业国际业务数据工程与案 例分析、智能车联网数据管理平台技术与案例分析。 本书理论联系实际，通过电力大数据应用工程技术的实
本书共分七章，主要内容包括:大数据与数据分析、大数据存储、大数据分析工具、大数据与信息安全、基于二部图网络的电子商务推荐算法研究、基于位置的社交网络好友推荐算法研究、基于稀有类分类的信用卡欺诈识别研究。
<p>本书围绕 Hadoop 生态圈相关系统介绍大数据处理架构。全书共 11章,其中,第 12 章主要带领大家认识 Hadoop以及学会搭建 Hadoop 集群;第 3~5 章讲解分布式文件系统(HDFS)分布式计算框架MapReduce 以及分布式协调服务;第 6 章讲解 Hadoop 2.0 新特性,包含 YARN 和高可用特性;第7~10 章主要讲解 Hadoop 生态圈的相关辅助系统,包括 Hive,Flume,Azkaban 和 Sqop;第 11 章是一个综合项目一网站流量日志数据分析系统,目的是教会大家如何利用 Hadoop 生态圈技术构建大数据系统架构并进行开发，同时加深对 H
大数据是互联网、移动应用、社交网络和物联网等技术发展的必然趋势，大数据应用成为当前最为热门的信息技术应用领域。本书由浅入深，首先概述性地分析了大数据的发展背景、基本概念，从业务的角度分析了大数据应用的主要业务价值和业务需求，在此基础上介绍大数据的技术架构和关键技术，结合应用实践，详细阐述了传统信息系统与大数据平台的整合策略，大数据应用实践的流程和方法，并介绍了主要的大数据应用产品和解决方案。最后，对大数据面临的挑战和未来的趋势进行了展望。 本书既具有技术深度，又具有很强的可操作性，提供了一个系统性、架构性的大数据应用实践指南，纲要性地指导大数据应用实践，推动大数据技术在各个行业的广泛应用。
<p>本书内容分为三个部分，第一部分为互联网大数据的概述；第二部分为互联网大数据的获取与存储，包括了静态或动态WEB页面内容获取技术、结构化或非结构化数据的存储、常见的开源系统等；第二部分为处理与分析技术，包括了文本数据预处理、数据内容的语义分析技术、文本内容分类技术、聚类分析、大数据中的隐私保护、大数据可视化等内容；第三部分为综合应用。</p>