第1章 大数据概述 1
1.1 大数据综述 2
1.2 大数据的定义 3
1.3 大数据的发展历程 4
1.4 大数据的战略意义 6
1.5 数据科学的兴起 8
1.6 如何开展大数据研究与应用 11
1.7 总结 13
参考文献 13
第2章 大数据市场 15
2.1 大数据的市场环境 17
2.2 大数据市场预测 20
2.3 大数据市场趋势 26
2.4 总结 32
第3章 大数据问题 33
3.1 大数据问题分类 34
3.2 大数据与云计算的辩证关系 40
3.3 大数据是一个不可多得的发展机遇 45
第4章 大数据与中国的信息化 51
4.1 大数据——棘手的难题 52
4.2 大数据如何落地中国 52
第5章 数据科学理论及方法论初探 63
5.1 数据生产要素理论 64
5.2 数据创新理论及其10项考量指标 65
5.3 数据科学理论的基础概念和基本特质初探 74
5.4 总结 76
第6章 大数据、互联网与社会进步和产业革命 79
6.1 互联网的思想及特质正在颠覆传统文化 和行业的发展观念 80
6.2 大数据与中国社会与经济的战略发展的契机 82
第7章 大数据技术 89
7.1 基础架构支持 91
7.2 数据采集 95
7.3 数据存储 97
7.4 数据计算技术 100
7.5 数据展示与交互 108
7.6 大数据技术变革及趋势 110
参考文献 112
第8章 云计算体系 117
8.1 云体系的五大方面 119
8.2 云时代的信息中枢 120
8.3 云时代的通信网络 123
8.4 云时代的智能终端 128
8.5 云时代的应用服务 132
8.6 云时代的安全隐私 137
8.7 总结 141
参考文献 142
第9章 Hadoop平台及相关生态系统 143
9.1 谷歌技术“三件宝” 144
9.2 Hadoop平台 146
9.3 Hadoop相关生态系统 156
9.4 Hadoop商业产品 168
参考文献 173
第10章 NoSQL 175
10.1 发展背景 176
10.2 CAP理论 177
10.3 商业数据库的变革 181
10.4 NoSQL数据库分类 184
10.5 列式存储 187
10.6 文档存储 197
10.7 key-value存储 204
10.8 Megastore 207
10.9 图数据库 211
10.10 总结 211
参考文献 212
第11章 行业大数据解决方案 215
11.1 “大数据”时代的行业应用 216
11.2 云工作流解决方案 218
11.3 集成方案 220
11.4 案例分析 230
11.5 总结 232
参考文献 233
第12章 大数据与数据挖掘 235
12.1 数据挖掘的基础知识和核心思想 237
12.2 数据挖掘的主要功能和常用算法 240
12.3 大数据时代的数据挖掘 243
12.4 在线推荐系统常用算法介绍 250
12.5 总结 266
第13章 大数据展示与交互 267
13.1 数据可视化分类 269
13.2 可视化技术分类 271
13.3 总结 288
第14章 大数据安全与隐私 289
14.1 安全与隐私问题凸显 290
14.2 云计算与大数据时代的安全挑战 292
14.3 如何解决安全问题 299
14.4 隐私问题 305
14.5 总结和展望 311
第15章 新型城镇化背景下的大数据与智慧城市 313
15.1 新型城镇化中智慧城市介绍 315
15.2 智慧城市中的大数据 316
15.3 智慧城市建设指导理论 319
15.4 智慧城市信息系统内容 321
15.5 总结 332
第16章 大数据与计算广告 333
16.1 互联网展示广告 334
16.2 展示广告的发展 338
16.3 互联网广告衡量指标 344
16.4 用户数据 347
16.5 基于大数据的广告定向 348
16.6 广告的未来 352
参考文献 353
第17章 大数据与智能电视关联业务模型 355
17.1 大数据在数字电视行业的分析方法 356
17.2 数字电视中的数据关系分析处理是构建关联电视应用的基础 363
17.3 “三网融合”的电视大数据与智慧家庭展望 365
第18章 大数据应用案例分析 369
18.1 “数据驱动开发”的大数据业务发展案例 370
18.2 大数据支撑政务活动 375
18.3 大数据增强社会服务能力 377
18.4 大数据提高商业决策水平 381
18.5 大数据的其他行业应用 387
18.6 总结 388
第19章 总结与展望 389
展开
