大数据技术基础与应用导论大数据技术大数据中常用采集存储和分析方法大数据信息处理 pdf下载

大数据技术基础与应用导论
	定价	68.00
	出版社	电子工业出版社
	版次	1
	出版时间	2018年07月
	开本	16开
	作者	杨毅等
	装帧	平塑
	页数	192
	字数	268000
	ISBN编码	9787121343360

    本书从大数据的前身——数据挖掘技术入手，1先介绍了数据挖掘技术及在大数据中常用的采集、存储和分析方法；然后以多语音识别和多语言识别为例，对大数据信息处理技术的关键应用给出了详细的说明；接着给出了大数据场景分析，详细介绍了基于场景分析的大数据信息处理应用，如MOOC大数据教学分析系统、社交网络大数据关系推荐系统、金融服务大数据风险预警系统等；随后介绍了互联网+大数据的应用，对电子商务、互联网金融、能源大数据等具有差异性的行业应用进行了简要介绍；Z后对大数据的应用进行了展望。

    杨毅，女，博士，现工作于清华大学电子工程系，IEEE会员、清华大学博士后理事，长期从事信号处理、语音识别、跨媒体新技术与新应用、数据检索方面的科研和教学工作。

本书包括大数据、数据挖掘和场景感知等的基本内容及其应用，可作为IT相关专业本科及研究生学习大数据应用的入门用书，对工程人员来说也是一本综合性较强的参考手册。同时本书引用大量GN外Z新技术实例及作者的国家基金项目研究成果，对互联网领域的技术研究人员也有一定的参考价值。

目    录

D1章  绪论 1

1.0  引言 1

1.1  数据的定义与属性 4

1.2  大数据概念与定义 4

1.3  大数据和小数据 6

1.4  结构化数据和非结构化数据 7

1.5  大数据信息处理技术及其应用 8

1.6  大数据技术面临的挑战 10

1.7  大数据服务与信息安全 12

1.8  本章小结 14

参考文献 14

D2章  数据信息挖掘技术基础 16

2.0  引言 16

2.1  信息挖掘技术概述 19

2.1.1  信息挖掘定义 19

2.1.2  信息挖掘应用 20

2.1.3  信息挖掘前景 25

2.2  数据关联分析 26

2.2.1  数据关联分析定义 26

2.2.2  数据关联分析主要方法 27

2.3  数据聚类分析 28

2.3.1  数据聚类分析概念 28

2.3.2  数据聚类分析主要方法 29

2.4  数据分类与预测 30

2.4.1  数据分类 30

2.4.2  数据预测 32

2.5  数据可视化 33

2.5.1  信息可视化与数据可视化 33

2.5.2  数据可视化分析 33

2.6  信息挖掘与隐私保护 35

2.7  云计算数据挖掘 38

2.8  本章小结 40

参考文献 40

D3章  大数据技术基础 42

3.0  引言 42

3.1  大数据产生及特性 44

3.1.1  大数据产生 44

3.1.2  大数据特性 47

3.2  大数据技术体系 47

3.2.1  采集与存储 48

3.2.2  分析与挖掘 50

3.2.3  可视化 54

3.3  大数据采集与存储 54

3.3.1  结构化/非结构化数据 54

3.3.2  关系型/非关系型/新型数据库 55

3.3.3  分布式存储集群 56

3.4  大数据分析与挖掘 57

3.4.1  HDFS与MapReduce 57

3.4.2  分布式大数据挖掘算法 59

3.5  大数据可视化 62

3.6  本章小结 64

参考文献 64

D4章  大数据信息处理与分析应用 66

4.0  引言 66

4.1  语音识别简介 67

4.1.1  语音识别技术 67

4.1.2  声学模型 71

4.1.3  语言模型 72

4.2  连续语音识别技术 73

4.2.1  连续语音识别原理 73

4.2.2  HMM-GMM声学模型 75

4.2.3  HMM-DNN声学模型 76

4.2.4  LSTM声学模型 79

4.3  多语言语音识别技术 82

4.3.1  多语言语音识别原理 82

4.3.2  建模单元共享技术 83

4.3.3  模型参数共享技术 84

4.4  本章小结 85

参考文献 85

D5章  基于场景分析的大数据信息 88

5.0  引言 88

5.1  遥感大数据自动分析与数据挖掘系统 89

5.1.1  遥感集市的组成 91

5.1.2  遥感集市提供的数据分析和挖掘服务 91

5.2  语音大数据关键词自动识别系统 93

5.2.1  语音分析系统语音识别和文本挖掘技术 94

5.2.2  语音分析系统支持的功能 95

5.2.3  语音分析系统支持的应用场景 96

5.3  MOOC大数据教学分析系统 97

5.3.1  学堂在线的组成 98

5.3.2  学堂在线的教学分析 99

5.4  社交网络大数据关系推荐系统 100

5.4.1  新浪微博推荐架构的演进 101

5.5.2  新浪微博推荐算法简述 103

5.5  金融服务大数据风险预警系统 106

5.5.1  互联网金融风险预警系统的架构 106

5.5.2  互联网金融风险预警系统的功能 108

5.5.3  互联网金融风险预警系统的预警机制 109

5.6  本章小结 110

参考文献 110

D6章  互联网+大数据技术基础 112

6.0  引言 112

6.1 “互联网+”的定义 116

6.2 “互联网+”行动 119

6.3 “互联网+”与中国制造 121

6.4  大数据与互联网+ 122

6.5  互联网大数据的应用及发展 126

6.5.1  电子商务 126

6.5.2  搜索引擎 127

6.5.3  网络广告 127

6.5.4  旅行预订 127

6.5.5  网络游戏 128

6.5.6  互联网金融 128

6.5.7  数字政府 128

6.5.8  城市可持续发展 129

6.5.9  能源大数据 131

6.5.10  智能电网大数据 134

6.5.11  环境保护 139

6.6  本章小结 143

参考文献 143

D7章  基于场景感知的大数据 145

7.0  引言 145

7.1  无人驾驶汽车操控系统 145

7.1.1  无人驾驶汽车简介 146

7.1.2  无人驾驶汽车操控平台 148

7.2  医疗数据分析系统 150

7.2.1  医疗数据分析系统简介 150

7.2.2  可穿戴健康数据监控平台 152

7.2.3  流行疾病传播数据监控平台 153

7.3  农业装备与设施监控系统 156

7.3.1  农业装备与设施监控系统简介 156

7.3.2  农业装备田间位置监控系统平台 156

7.3.3  物联网农业设施监控系统 158

7.4  智慧城市 160

7.4.1  智慧城市简介 160

7.4.2  创新2.0语境下的智慧城市 162

7.5  本章小结 164

参考文献 165

D8章  基于可持续发展的大数据 166

8.0  大数据时代下的可持续发展新思路 166

8.1  环境大数据的分析与应用 167

8.1.1  环境大数据的概念和特征 167

8.1.2  环境大数据使用流程 168

8.1.3  环境大数据的作用 168

8.1.4  国外运用环境大数据的经验和启示 170

8.1.5  现存问题及未来展望 171

8.2  大数据在交通领域的应用 173

8.2.1  交通大数据的来源及发展现状 173

8.2.2  大数据在城市交通中的应用 173

8.3  大数据与环境变化 175

8.3.1  大数据在灾害灾难预测中的应用 175

8.3.2  大数据在气候变化研究中的应用 175

8.4  大数据在能源领域的应用 176

参考文献 178