大数据导论（第2版）

封面

版权信息

面向新工科高等院校大数据专业系列教材编委会成员名单

第2版前言

第1版前言

第1章 大数据基础

1.1 大数据时代

1.1.1 大数据时代的技术基础

1.1.2 大数据时代的变革

1.1.3 信息技术（IT）向数据技术（DT）的转变

1.1.4 大数据的价值

1.2 什么是大数据

1.2.1 数据基本知识

1.2.2 大数据的来源及定义

1.2.3 大数据的特征、维度及技术

1.3 大数据结构类型

1.4 大数据应用

1.4.1 个人生活运用

1.4.2 企业应用

1.4.3 政府部门应用

1.5 数据科学和大数据技术

1.5.1 数据科学

1.5.2 大数据技术与工具

1.6 习题与实践

参考文献

第2章 大数据下的云计算

2.1 云计算概述

2.1.1 云计算的定义

2.1.2 云计算的特征

2.1.3 云计算的体系架构

2.1.4 云计算的类型划分

2.1.5 云计算的服务模式

2.2 云计算技术

2.2.1 虚拟化技术

2.2.2 并行计算技术

2.2.3 海量数据管理技术

2.2.4 海量数据存储技术

2.3 云计算与云存储

2.3.1 云存储的概述

2.3.2 云存储的存储方式

2.3.3 云存储与云计算的关系

2.4 云计算与超算

2.4.1 超算的概述与应用

2.4.2 超算与云计算的关系

2.5 云计算与大数据

2.5.1 云计算与大数据的关系

2.5.2 云计算与大数据的结合

2.6 习题与实践

参考文献

第3章 大数据处理

3.1 数据采集

3.1.1 数据采集方法

3.1.2 数据质量评估

3.1.3 数据质量影响因素

3.2 数据清洗

3.2.1 处理残缺数据

3.2.2 处理噪声数据

3.2.3 处理冗余数据

3.3 数据变换

3.3.1 属性类型变换

3.3.2 属性值变换

3.4 数据集成

3.4.1 模式匹配与数据值冲突

3.4.2 数据冗余

3.5 数据归约

3.5.1 维归约

3.5.2 数值归约

3.6 案例：Tableau Prep数据处理技术应用

3.7 习题与实践

参考文献

第4章 数据分析与数据挖掘

4.1 数据分析概述

4.2 常见数据分析方法

4.2.1 层次分析法

4.2.2 多元线性回归分析法

4.3 数据挖掘基本概念

4.3.1 数据挖掘的定义

4.3.2 数据挖掘的分类

4.3.3 数据挖掘的过程

4.4 数据挖掘经典算法

4.4.1 K-Means算法

4.4.2 KNN算法

4.4.3 随机森林

4.4.4 循环神经网络

4.5 习题与实践

参考文献

第5章 大数据安全

5.1 安全与隐私问题凸显

5.1.1 网络安全漏洞

5.1.2 个人隐私泄露

5.2 大数据时代的安全挑战

5.2.1 信息安全的发展历程

5.2.2 信息安全带来的挑战

5.3 如何解决大数据安全问题

5.3.1 大数据安全防护对策

5.3.2 大数据安全防护关键技术

5.3.3 数据治理与数据安全

5.4 如何解决隐私保护问题

5.4.1 隐私保护的政策法规

5.4.2 隐私保护技术