内容简介

本书是中国科协新一代信息技术系列丛书之一。

    本书重点阐述大数据的基本原理、技术、平台和不同领域的应用案例。全书共分14章，*1章为绪论；*2~7章为技术篇，介绍了数据采集与治理、数据管理、数据分析、数据可视化、数据安全与隐私保护和大数据处理平台；第8~12章为应用篇，介绍了大数据在不同领域的应用案例，包括社会网络大数据、城市大数据、工业大数据、教育大数据和农业大数据；*13、14章为数据管理篇，包括数据开放与共享和大数据的法律政策规范。

    本书主要面向大学非计算机类的工科专业的高年级学生与研究生，亦可作为大数据爱好者的科普读物。

    本书配有免费的电子课件，欢迎选用本书作教材的老师登录www.cmpedu.com注册下载。

  目录

前言

基础篇

*1章绪论

1.1概述

1.1.1数据

1.1.2数据中蕴含的价值

1.1.3获取数据中蕴含的价值

1.2大数据的内涵和外延

1.2.1大数据时代的驱动力

1.2.2大数据的概念和特征

1.2.3大数据带来的思维模式改变

1.2.4大数据的作用和意义

1.3大数据的技术挑战和科学意义

1.3.1数据处理的一般过程

1.3.2大数据计算面临的挑战

1.3.3大数据计算的特点

1.3.4大数据计算平台

1.3.5大数据与云计算、人工智能的关系

1.4数据科学

1.4.1数据科学的提出

1.4.2数据科学的范畴

1.4.3数据科学对学科发展的影响

习题

参考文献及扩展阅读资料

技术篇

*2章数据采集与治理

2.1概述

2.2大数据的来源与多源数据的采集方式

2.2.1大数据的来源

2.2.2多源数据的采集

2.2.3数据离散化

2.3大数据治理

2.3.1大数据治理的框架

2.3.2数据集成和跨界应用的数据集成方法

2.3.3数据变换

2.3.4数据质量的检验与提升

习题

参考文献及扩展阅读资料

第3章数据管理

3.1概述

3.2分布式文件系统

3.2.1Hadoop

3.2.2Ceph

3.2.3GlusterFS

3.2.4分布式文件系统对比

3.3关系数据库

3.3.1关系数据模型

3.3.2结构化查询语言

3.3.3数据库事务

3.3.4关系数据库管理系统

3.3.5SQL on Hadoop系统

3.4NoSQL数据库

3.4.1键值对数据库

3.4.2文档数据库

3.4.3列族数据库

3.4.4图数据库

3.4.5时序数据库

3.5多模态数据管理

习题

参考文献及扩展阅读资料

第4章数据分析

4.1概述

4.2统计数据分析

4.2.1数据描述性分析

4.2.2回归分析

4.3基于机器学习的数据分析

4.3.1非监督学习方法

4.3.2监督学习方法

4.4图的数据分析

4.4.1图的基本概念

4.4.2中心性和相似性分析

4.4.3社交网络上的算法

4.5自然语言中的数据分析

4.5.1词表示分析

4.5.2语言模型

4.5.3话题模型

习题

参考文献及扩展阅读资料

第5章数据可视化

5.1概述

5.2数据可视化主要技术

5.2.1高维数据可视化

5.2.2网络数据可视化

5.2.3层次结构数据可视化

5.2.4时空数据可视化

5.2.5文本数据可视化

5.3高可扩展可视化技术

5.3.1科学可视化中的高可扩展性

5.3.2支持数据高效的存储和检索的可视化

5.3.3支持可扩展可视化的交互手段

5.4大数据可视化与可视分析案例

5.4.1VAST Challenge 2017的可视分析案例

5.4.2车辆轨迹数据的可视分析案例

5.5可视化工具和软件

5.5.1高维数据可视化工具

5.5.2文本可视化工具

5.5.3网络可视化工具

5.5.4可视化编程工具