张良均，资深大数据挖掘专家和模式识别专家，高级信息项目管理师，有10多年的大数据挖掘应用、咨询和培训经验。为电信、电力、政府、互联网、生产制造、零售、银行、生物、化工、医药等多个行业上百家大型企业提供过数据挖掘应用与咨询服务，实践经验非常丰富。此外，他精通Java EE企业级应用开发，是广东工业大学、华南师范大学、华南农业大学、贵州师范学院、韩山师范学院、广东技术师范学院兼职教授，著有《神经网络实用教程》、《数据挖掘：实用案例分析》、《MATLAB数据分析与挖掘实战》《R语言数据分析与挖掘实战》《Python数据分析与挖掘实战》等畅销书

　　10多位技术专家结合自己10多年的经验，以电信、航空、医疗等多个行业的实战案例为主线，深入浅出地讲解了如何基于Hadoop架构技术进行大数据挖掘建模、数据分析和二次开发。
　　本书共16章，分三个部分：基础篇、实战篇、高级篇。
　　基础篇（第1~6章），第1章的主要内容是数据挖掘概述、大数据餐饮行业应用；第2章针对大数据理论知识进行基础讲解，简明扼要地对Hadoop安装、原理等做了介绍；第3章介绍了大数据仓库Hive的安装、原理等内容；第4章介绍了大数据数据库HBase的安装、原理等内容；第5章介绍了几种大数据挖掘建模平台，同时重点介绍了本书使用的开源TipDM-HB大数据挖掘平台；第6章对数据挖掘的建模过程，各种挖掘建模的常用算法与原理及其在大数据挖掘算法库Mahout的实现原理进行了介绍。
　　实战篇（第7~14章），重点对大数据挖掘技术在法律咨询、电子商务、航空、移动通信、互联网、生产制造以及公共服务等行业的应用进行了分析。在案例结构组织上，本书是按照先介绍案例背景与挖掘目标，再阐述大数据时代针对大数据的分析方法与过程，最后完成模型构建的顺序进行，对建模过程等关键环节进行了详细的分析。最后通过上机实践，加深对大数据挖掘技术以及分析流程的认识。
　　高级篇（第15~16章），介绍了基于Hadoop大数据开发的相关技术以及开发步骤，同时使用实例来展示这些步骤，使读者可以自己动手实践，亲自体会开发的乐趣；同时，还介绍了基于TipDM-HB大数据挖掘平台的二次开发实例，借助TipDM-HB大数据挖掘平台二次开发工具，可以更加快捷、高效地完成相关大数据应用的二次开发，降低开发难度，使读者更方便地体会到大数据分析与挖掘的强大魅力。
　　图书配套提供原始样本数据文件、相关代码及教学用PPT等。 

前　言
基　础　篇
第1章　数据挖掘基础2
1.1　某知名连锁餐饮企业的困惑2
1.2　从餐饮服务到数据挖掘3
1.3　数据挖掘的基本任务4
1.4　数据挖掘建模过程4
1.4.1　定义挖掘目标4
1.4.2　数据取样5
1.4.3　数据探索6
1.4.4　数据预处理12
1.4.5　挖掘建模14
1.4.6　模型评价14
1.5　餐饮服务中的大数据应用15
1.6　小结15
第2章　Hadoop基础16
2.1　概述16
2.1.1　Hadoop简介16
2.1.2　Hadoop生态系统17
2.2　安装与配置19
2.3　Hadoop原理26
2.3.1　Hadoop HDFS原理26
2.3.2　Hadoop MapReduce原理27
2.3.3　Hadoop YARN原理28
2.4　动手实践30
2.5　小结33
第3章　Hadoop生态系统：Hive34
3.1　概述34
3.1.1　Hive简介34
3.1.2　Hive安装与配置35
3.2　Hive原理38
3.2.1　Hive架构38
3.2.2　Hive的数据模型40
3.3　动手实践41
3.4　小结45
第4章　Hadoop生态系统：HBase46
4.1　概述46
4.1.1　HBase简介46
4.1.2　HBase安装与配置47
4.2　HBase原理50
4.2.1　HBase架构50
4.2.2　HBase与RDBMS51
4.2.3　HBase访问接口52
4.2.4　HBase数据模型53
4.3　动手实践54
4.4　小结61
第5章　大数据挖掘建模平台62
5.1　常用的大数据平台62
5.2　TipDM-HB大数据挖掘建模平台63
5.2.1　TipDM-HB大数据挖掘建模平台的功能63
5.2.2　TipDM-HB大数据挖掘建模平台操作流程及实例65
5.2.3　TipDM-HB大数据挖掘建模平台的特点67
5.3　小结68
第6章　挖掘建模69
6.1　分类与预测69
6.1.1　实现过程69
6.1.2　常用的分类与预测算法70
6.1.3　决策树71
6.1.4　Mahout中Random Forests算法的实现原理75
6.1.5　动手实践79
6.2　聚类分析83
6.2.1　常用聚类分析算法83
6.2.2　K-Means聚类算法84
6.2.3　Mahout中K-Means算法的实现原理88
6.2.4　动手实践90
6.3　关联规则93
6.3.1　常用的关联规则算法93
6.3.2　FP-Growth关联规则算法94
6.3.3　Mahout中Parallel Frequent Pattern Mining算法的实现原理98
6.3.4　动手实践100
6.4　协同过滤102
6.4.1　常用的协同过滤算法102
6.4.2　基于项目的协同过滤算法简介102
6.4.3　Mahout中Itembased Collaborative Filtering算法的实现原理103
6.4.4　动手实践106
6.5　小结109
实　战　篇
第7章　法律咨询数据分析与服务推荐112
7.1　背景与挖掘目标112
7.2　分析方法与过程114
7.2.1　数据抽取120
7.2.2　数据探索分析120
7.2.3　数据预处理125
7.2.4　模型构建130
7.3　上机实验139
7.4　拓展思考140
7.5　小结145
第8章　电商产品评论数据情感分析146
8.1　背景与挖掘目标146
8.2　分析方法与过程146
8.2.1　评论数据采集147
8.2.2　评论预处理150
8.2.3　文本评论分词155
8.2.4　构建模型155
8.3　上机实验167
8.4　拓展思考168
8.5　小结169
第9章　航空公司客户价值分析170
9.1　背景与挖掘目标170
9.2　分析方法与过程171
9.2.1　数据抽取174
9.2.2　数据探索分析174
9.2.3　数据预处理175
9.2.4　模型构建177
9.3　上机实验182
9.4　拓展思考183
9.5　小结183
第10章　基站定位数据商圈分析184
10.1　背景与挖掘目标184
10.2　分析方法与过程186
10.2.1　数据抽取186
10.2.2　数据探索分析187
10.2.3　数据预处理188
10.2.4　构建模型191
10.3　上机实验194
10.4　拓展思考195
10.5　小结195
第11章　互联网电影智能推荐196
11.1　背景与挖掘目标196
11.2　分析方法与过程197
11.2.1　数据抽取199
11.2.2　构建模型199
11.3　上机实验201
11.4　拓展思考202
11.5　小结203
第12章　家电故障备件储备预测分析204
12.1　背景与挖掘目标204
12.2　分析方法与过程206
12.2.1　数据探索分析207
12.2.2　数据预处理209
12.2.3　构建模型212
12.3　上机实验216
12.4　拓展思考217
12.5　小结217
第13章　市供水混凝投药量控制分析218
13.1　背景与挖掘目标218
13.2　分析方法与过程220
13.2.1　数据抽取221
13.2.2　数据探索分析221
13.2.3　数据预处理223
13.2.4　构建模型227
13.3　上机实验237
13.4　拓展思考238
13.5　小结239
第14章　基于图像处理的车辆压双黄线检测240
14.1　背景与挖掘目标240
14.2　分析方法与过程241
14.2.1　数据抽取242
14.2.2　数据探索分析242
14.2.3　数据预处理242
14.2.4　构建模型249
14.3　上机实验250
14.4　拓展思考250
14.5　小结251
高　级　篇
第15章　基于Mahout的大数据挖掘开发254
15.1　概述254
15.2　环境配置255
15.3　基于Mahout算法接口的二次开发258
15.3.1　Mahout算法实例258
15.3.2　Mahout算法接口的二次开发示例259
15.4　小结271
第16章　基于TipDM-HB的数据挖掘二次开发272
16.1　概述272
16.1.1　TipDM-HB大数据挖掘建模平台服务接口272
16.1.2　Apache CXF简介276
16.2　TipDM-HB大数据挖掘建模平台服务开发实例277
16.2.1　环境配置277
16.2.2　开发实例280
16.3　小结288
参考资料289