展开全部

主编推荐语

大数据技术与应用:挖掘、分析、场景分析及行业应用展望

内容简介

本书从大数据的前身数据挖掘技术入手,首先介绍了数据挖掘技术,以及大数据中常用的采集、存储和分析方法;然后以多语音识别和多语言识别为例,对大数据信息处理技术的关键应用给出了详细的说明;接着介绍大数据场景分析,详细介绍基于场景分析的大数据信息处理应用,如MOOC大数据教学分析系统、社交网络大数据关系推荐系统、金融服务大数据风险预警系统等;随后介绍了互联网+大数据的应用,对电子商务、互联网金融、能源大数据等具有差异性的行业应用进行了简要介绍;最后对大数据的应用进行了展望。

目录

  • 封面
  • 书名页
  • 内容简介
  • 版权页
  • 前言
  • 目录
  • 第1章 绪论
  • 1.0 引言
  • 1.1 数据的定义与属性
  • 1.2 大数据概念与定义
  • 1.3 大数据和小数据
  • 1.4 结构化数据和非结构化数据
  • 1.5 大数据信息处理技术及其应用
  • 1.6 大数据技术面临的挑战
  • 1.7 大数据服务与信息安全
  • 1.8 本章小结
  • 参考文献
  • 第2章 数据信息挖掘技术基础
  • 2.0 引言
  • 2.1 信息挖掘技术概述
  • 2.1.1 信息挖掘定义
  • 2.1.2 信息挖掘应用
  • 2.1.3 信息挖掘前景
  • 2.2 数据关联分析
  • 2.2.1 数据关联分析定义
  • 2.2.2 数据关联分析主要方法
  • 2.3 数据聚类分析
  • 2.3.1 数据聚类分析概念
  • 2.3.2 数据聚类分析主要方法
  • 2.4 数据分类与预测
  • 2.4.1 数据分类
  • 2.4.2 数据预测
  • 2.5 数据可视化
  • 2.5.1 信息可视化与数据可视化
  • 2.5.2 数据可视化分析
  • 2.6 信息挖掘与隐私保护
  • 2.7 云计算数据挖掘
  • 2.8 本章小结
  • 参考文献
  • 第3章 大数据技术基础
  • 3.0 引言
  • 3.1 大数据产生及特性
  • 3.1.1 大数据产生
  • 3.1.2 大数据特性
  • 3.2 大数据技术体系
  • 3.2.1 采集与存储
  • 3.2.2 分析与挖掘
  • 3.2.3 可视化
  • 3.3 大数据采集与存储
  • 3.3.1 结构化/非结构化数据
  • 3.3.2 关系型/非关系型/新型数据库
  • 3.3.3 分布式存储集群
  • 3.4 大数据分析与挖掘
  • 3.4.1 HDFS与MapReduce
  • 3.4.2 分布式大数据挖掘算法
  • 3.5 大数据可视化
  • 3.6 本章小结
  • 参考文献
  • 第4章 大数据信息处理与分析应用
  • 4.0 引言
  • 4.1 语音识别简介
  • 4.1.1 语音识别技术
  • 4.1.2 声学模型
  • 4.1.3 语言模型
  • 4.2 连续语音识别技术
  • 4.2.1 连续语音识别原理
  • 4.2.2 HMM-GMM声学模型
  • 4.2.3 HMM-DNN声学模型
  • 4.2.4 LSTM声学模型
  • 4.3 多语言语音识别技术
  • 4.3.1 多语言语音识别原理
  • 4.3.2 建模单元共享技术
  • 4.3.3 模型参数共享技术
  • 4.4 本章小结
  • 参考文献
  • 第5章 基于场景分析的大数据信息处理技术基础与应用
  • 5.0 引言
  • 5.1 遥感大数据自动分析与数据挖掘系统
  • 5.1.1 遥感集市的组成
  • 5.1.2 遥感集市提供的数据分析和挖掘服务
  • 5.2 语音大数据关键词自动识别系统
  • 5.2.1 语音分析系统语音识别和文本挖掘技术
  • 5.2.2 语音分析系统支持的功能
  • 5.2.3 语音分析系统支持的应用场景
  • 5.3 MOOC大数据教学分析系统
  • 5.3.1 学堂在线的组成
  • 5.3.2 学堂在线的教学分析
  • 5.4 社交网络大数据关系推荐系统
  • 5.4.1 新浪微博推荐架构的演进
  • 5.5.2 新浪微博推荐算法简述
  • 5.5 金融服务大数据风险预警系统
  • 5.5.1 互联网金融风险预警系统的架构
  • 5.5.2 互联网金融风险预警系统的功能
  • 5.5.3 互联网金融风险预警系统的预警机制
  • 5.6 本章小结
  • 参考文献
  • 第6章 互联网+大数据技术基础与应用
  • 6.0 引言
  • 6.1 “互联网+”的定义
  • 6.2 “互联网+”行动
  • 6.3 “互联网+”与中国制造
  • 6.4 大数据与互联网+
  • 6.5 互联网大数据的应用及发展
  • 6.5.1 电子商务
  • 6.5.2 搜索引擎
  • 6.5.3 网络广告
  • 6.5.4 旅行预订
  • 6.5.5 网络游戏
  • 6.5.6 互联网金融
  • 6.5.7 数字政府
  • 6.5.8 城市可持续发展
  • 6.5.9 能源大数据
  • 6.5.10 智能电网大数据
  • 6.5.11 环境保护
  • 6.6 本章小结
  • 参考文献
  • 第7章 基于场景感知的大数据信息处理应用
  • 7.0 引言
  • 7.1 无人驾驶汽车操控系统
  • 7.1.1 无人驾驶汽车简介
  • 7.1.2 无人驾驶汽车操控平台
  • 7.2 医疗数据分析系统
  • 7.2.1 医疗数据分析系统简介
  • 7.2.2 可穿戴健康数据监控平台
  • 7.2.3 流行疾病传播数据监控平台
  • 7.3 农业装备与设施监控系统
  • 7.3.1 农业装备与设施监控系统简介
  • 7.3.2 农业装备田间位置监控系统平台
  • 7.3.3 物联网农业设施监控系统
  • 7.4 智慧城市
  • 7.4.1 智慧城市简介
  • 7.4.2 创新2.0语境下的智慧城市
  • 7.5 本章小结
  • 参考文献
  • 第8章 基于可持续发展的大数据技术应用
  • 8.0 大数据时代下的可持续发展新思路
  • 8.1 环境大数据的分析与应用
  • 8.1.1 环境大数据的概念和特征
  • 8.1.2 环境大数据使用流程
  • 8.1.3 环境大数据的作用
  • 8.1.4 国外运用环境大数据的经验和启示
  • 8.1.5 现存问题及未来展望
  • 8.2 大数据在交通领域的应用
  • 8.2.1 交通大数据的来源及发展现状
  • 8.2.2 大数据在城市交通中的应用
  • 8.3 大数据与环境变化
  • 8.3.1 大数据在灾害灾难预测中的应用
  • 8.3.2 大数据在气候变化研究中的应用
  • 8.4 大数据在能源领域的应用
  • 参考文献
  • 封底
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

电子工业出版社

电子工业出版社成立于1982年10月,是国务院独资、工信部直属的中央级科技与教育出版社,是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展,已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域,综合出版能力位居全国出版行业前列。