目录

●前言 第1章大数据基础 11数智时代 111数智时代的技术基础 112数智时代的变革 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大数据定义 123大数据的特征 13大数据结构类型 14数智时代下的大数据应用 141个人生活应用 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云存储的概念 232云存储的存储方式 233云计算与云存储的关系 24大模型下的超算与算力 241超算与算力基础 242大模型与超算、算力的协同关系 243超算与算力在大模型中的应用 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大数据处理工具 361传统工具 362AI驱动工具 363Tableau 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 423智能分析方法 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1K-Means算法 442KNN算法 443随机森林算法 444卷积神经网络 445循环神经网络 446强化学习算法 447大数据与生成式AI 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大数据安全的应对之策 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34数据质量管理 54隐私保护策略 541隐私保护的政策法规 542隐私保护技术 543区块链技术与隐私保护 544联邦学习与隐私保护 545数据伦理 55习题与实践 参考文献 第6章数据可视化 61数据可视化类型 611科学可视化 612信息可视化 613可视分析学 62数据可视化基础 621数据可视化流程 622数据处理和变换 623视觉编码 624统计图表 625视觉隐喻 63可视化评估 631评估分类 632评估方法 64可视化主要工具 641主要工具列举 642工作表和仪表板 65习题与实践 参考文献 第7章大数据与社交媒体的融合 71社交媒体概述 711社交媒体的定义 712社交媒体的发展 72社交媒体大数据的分析与挖掘 721基于用户的大数据分析 722基于关系的大数据分析 723基于内容的大数据分析 73社交媒体大数据的未来挑战 74社交媒体下大数据信息安全问题 741社交媒体导致的信息风险类型和形成原因 742社交媒体的信息风险治理方案 75习题与实践 参考文献 第8章健康大数据在公共卫生领域的实践 81健康大数据概述 811健康大数据的定义 812健康大数据的特点 813健康大数据的分类 82健康大数据发展历程 83健康大数据在公共卫生领域的应用 831疾病预测与预防 832医疗救治与医药研发 833可穿戴的个人健康设备 834医疗信息数字化 835公共卫生应急响应 84健康大数据在公共卫生领域的挑战 841健康大数据安全隐私问题 842标准化困境 843信息孤岛问题 844缺少复合型人才和专业化队伍 85习题与实践 参考文献 第9章大数据在绿色低碳发展中的应用 91绿色低碳概述 911“双碳”概念 912个人数据 913企业数据 914环境数据 92大数据与“双碳” 921碳达峰+大数据 922碳中和+大数据 923智能监管+大数据 93案例与数据挖掘 94挑战与机遇 941物联网技术在碳减排中的应用 942数据科学在碳减排中的应用 943人工智能技术在碳减排中的应用 944新能源科学与工程+大数据 95习题与实践 参考文献 第10章大数据时代智能金融的挑战与机遇 101金融大数据概述 1011什么是金融大数据 1012金融大数据对金融业的影响 1013金融大数据应用实施战略 102金融大数据的应用 103大数据与金融创新 1031金融创新的4个维度 1032金融创新中的模型和算法 104金融大数据案例 105习题与实践 参考文献 第11章大数据在制造业的应用 111大数据下的工业革命 1111大数据下的国外工业40 1112大数据下的“新工业革命” 112工业大数据 1121工业大数据概述 1122工业大数据挑战与特征 113大数据与智能工厂 1131智能工厂 1132智能工厂在我国的应用 1133智能制造大数据分析 114大数据与智能制造典范 115习题与实践 参考文献 第12章大数据在旅游业的应用 121旅游数据的问题与发展 1211旅游数据收集问题 1212旅游数据分析问题 1213旅游数据应用问题 1214旅游数据的发展方向 122大数据与旅游业 1221智慧旅游+大数据 1222定制旅游+大数据 1223数字文旅+大数据 1224精准营销+大数据 123旅游与数据挖掘 1231锁定客户人群、关注客户需求 1232社交媒体挖掘、增加客户忠诚 124旅游平台 1241旅游平台的模式 1242旅游平台的技术 125习题与实践 参考文献