《大数据时代的产品智能配置理论与方法/数字制造科学与技术前沿研究丛书》立足前沿性，注重实用性，综合探讨了大数据时代的产品智能配置理论与方法，旨在为信息化企业适应大数据时代的产品智能配置提供指导。
　　《大数据时代的产品智能配置理论与方法/数字制造科学与技术前沿研究丛书》首先介绍了大数据时代的背景与意义、数字制造与产品配置、大数据时代的挑战，以及基于大数据的客户需求信息的概念界定，然后阐述了客户需求信息标准化的相关模型、大数据客户需求信息挖掘、产品智能配置、规范化信息处理、人工智能的应用，最后以实例来解析上述理论和方法。
　　《大数据时代的产品智能配置理论与方法/数字制造科学与技术前沿研究丛书》着眼于将理论与实践充分结合，适合高等院校机电工程领域和相关科研人员和学生参考。

1 绪论
1．1 背景和意义
1．2 数字制造与产品配置
1．2．1 数字制造
1．2．2 产品配置
1．3 大数据时代的挑战
1．3．1 大数据与制造业大数据时代
1．3．2 大数据与制造企业大数据现状
1．3．3 大数据处理流程
1．3．4 大数据的关键技术
1．3．5 大数据与制造企业所面l临的挑战
1．3．6 大数据技术发展趋势
1．3．7 大数据产业发展重点
1．3．8 大数据未来发展建议
参考文献

2 基于大数据的客户需求信息的概念界定
2．1 大数据的概念和内涵
2．1．1 大数据概念的提出
2．1．2 大数据的特征
2．1．3 大数据挖掘流程
2．1．4 大数据的应用领域
2．2 基于Hadoop的大数据处理
2．2．1 HDFS体系结构
2．2．2 HBase分布式数据库
2．2．3 MapReduce计算模型
2．3 互联网的客户需求信息获取框架
2．3．1 数据清理
2．3．2 用户识别
2．3．3 关键词提取
参考文献

3 标准化客户需求信息相关模型
3．1 标准化客户需求信息获取模型
3．2 标准化客户需求信息的结构和表达模型
3．2．1 标准化客户需求信息的结构模型
3．2．2 标准化客户需求信息的表达模型
3．3 标准化客户需求信息的知识库模型
3．3．1 客户需求知识表达
3．3．2 客户需求知识库模型的构建
参考文献

4 大数据客户需求信息处理技术
4．1 大数据客户需求信息存储
4．1．1 HBase数据存储原理
4．1．2 HBase存储客户需求信息的整体架构
4．1．3 Hbase中客户需求信息存储表设计
4．2 大数据客户需求信息预处理技术
4．2．1 客户需求特征属性提取
4．2．2 客户需求信息的定量标定
4．3 大数据客户需求信息数据挖掘技术
4．3．1 基于MapRedLice的K-Means算法的设计与实现
4．3．2 基于MapRecluce的KNN算法设计与实现
4．3．3 朴素贝叶斯分类并行算法的设计与实现
4．3．4 决策树并行分类算法
4．4 大数据客户需求信息推荐技术
4．4．1 推荐系统
4．4．2 MapReduce推荐算法设计
参考文献

5 产品智能配置
5．1 模块化产品配置
5．1．1 模块与产品配置
5．1．2 产品族相关概念
5．1．3 模块划分方法
5．1．4 模块模型的构建
5．2 基于CBR和CSP的产品族构建
5．2．1 基于CSP的产品配置方法
5．2．2 基于CBR的产品配置方法
5．3 基于客户需求信息的产品模块映射
5．3．1 面向产品模块配置的客户需求信息映射模型
5．3．2 面向产品模块配置的客户需求信息映射方法
5．3．3 面向产品模块配置的客户需求信息映射步骤
参考文献

6 规范化信息处理
6．1 规范化信息处理思路
6．2 智能信息处理相关理论研究
6．2．1 二元语义模型
6．2．2 规则模型
6．2．3 机器学习模型
6．3 基于人工智能的规范化信息处理
6．3．1 基于模糊集规则的规范化信息处理
6．3．2 基于分词规则的规范化信息处理
6．3．3 基于规则一机器学习的规范化信息处理
参考文献

7 基于深度学习的产品数字模型智能装配
7．1 深度学习模型
7．1．1 深度学习模型的基本思想
7．1．2 深度学习常用模型
7．2 深度置信网络
7．2．1 RBM模型及Sigmoid神经元
7．2．2 DBN模型的训练学习
7．3 面向DBN的装配信息模型构建
7．3．1 零部件装配几何元素分类
7．3．2 零部件分类特征信息定义
7．3．3 面向DBN的零部件装配信息模型
7．4 基于DBN的零部件分类模型库
7．4．1 DBN分类识别模型的构建
7．4．2 典型零部件模型库的建立
7．4．3 非典型零部件模型库的建立
参考文献

8 客车企业客户需求信息管理系统
8．1 客车企业客户需求信息前台数据采集
8．1．1 产品展示
8．1．2 智能选客车
8．2 客车企业客户需求信息知识库的构建
8．2．1 客车产品客户需求知识库的架构
8．2．2 客车产品客户需求知识库概念模型
8．2．3 客车客户需求知识库模板
8．2．4 客户需求的知识获取
8．2．5 系统开发与应用示例
8．3 客车企业客户需求信息后台数据分析
8．3．1 网站流量管理
8．3．2 商机管理
8．3．3 访问行为分析
8．4 本章小结
参考文献

9 智能手机产品模块配置
9．1 智能手机客户需求信息的映射
9．2 智能手机产品模块的组合
参考文献

10 汽车生产线智能装配系统
10．1 汽车生产线智能装配系统总体方案
10．2 典型零部件的智能装配
10．2．1 典型零部件的配合类型定义
10．2．2 典型零部件的配合类型判别
10．2．3 典型零部件的智能装配过程
10．2．4 典型零部件的智能装配
10．3 非典型零部件的智能装配
10．3．1 非典型零部件智能装配特征的定义与表达
10．3．2 非典型零部件的智能装配过程
10．3．3 装配方向的确认
10．3．4 非典型零部件的智能装配
参考文献