互联网 类型
可以朗读 语音朗读
146千字 字数
2017-03-01 发行日期
展开全部

主编推荐语

涵盖大数据管理的理论、方法、技术等诸多方面，集成了大数据融合、存储、分析、隐私和系统等方面的发展。

内容简介

本书着重介绍大数据的基本概念、架构以及主流的大数据系统等方面内容，涵盖了大数据融合、存储、分析、隐私、系统等方面的内容，具体包括：大数据的概念、演变过程和处理模式，大数据融合的概念、独特性、任务和方法论，大数据存储与管理方法以及计算与存储融合的技术，大数据分析技术，大数据隐私保护，大数据管理系统等。

本书主要面向的读者为对大数据领域有兴趣的学生、研究人员和相关从业人员等。

目录

  • 版权信息
  • 丛书前言
  • 前言
  • 作者简介
  • 第1章 概述
  • 1.1 大数据的基本概念
  • 1.2 大数据的演变过程
  • 1.3 大数据应用
  • 1.4 大数据的处理模式
  • 1.4.1 批处理
  • 1.4.2 流处理
  • 1.5 大数据管理的关键技术
  • 1.5.1 大数据融合
  • 1.5.2 大数据分析
  • 1.5.3 大数据隐私
  • 1.5.4 大数据能耗
  • 1.5.5 大数据处理与硬件的协同
  • 1.6 小结
  • 第2章 大数据融合
  • 2.1 引言
  • 2.2 大数据融合的概念
  • 2.2.1 大数据融合需求的独特性
  • 2.2.2 大数据融合对象的独特性
  • 2.3 大数据融合的方法论
  • 2.3.1 数据库视角下的融合
  • 2.3.2 认知计算和人工智能视角下的融合
  • 2.3.3 两种融合方式的对比分析
  • 2.3.4 大数据融合范式
  • 2.4 数据融合技术
  • 2.4.1 模式/本体对齐
  • 2.4.2 实体链接
  • 2.4.3 冲突解决
  • 2.4.4 知识库自适应发展
  • 2.5 知识融合技术
  • 2.5.1 知识抽象与建模
  • 2.5.2 关系推演
  • 2.5.3 深度知识发现
  • 2.5.4 普适机理的剖析和归纳
  • 2.6 大数据融合的驱动枢纽
  • 2.6.1 智能晶格
  • 2.6.2 迁移学习
  • 2.6.3 数据溯源
  • 2.6.4 D&2V处理
  • 2.7 小结
  • 第3章 大数据存储
  • 3.1 引言
  • 3.2 大数据存储与管理方法
  • 3.2.1 基于PCM的主存架构
  • 3.2.2 基于闪存的主存扩展架构
  • 3.2.3 基于多存储介质的分层存储架构
  • 3.2.4 分布式存储与缓存架构
  • 3.3 基于新型存储的大数据管理
  • 3.3.1 存储管理
  • 3.3.2 索引管理
  • 3.3.3 查询处理
  • 3.3.4 事务处理
  • 3.3.5 大数据分析
  • 3.4 大数据处理与存储一体化技术
  • 3.4.1 一体化架构中的大数据存储
  • 3.4.2 一体化架构中的大数据处理
  • 3.4.3 一体化架构面临的挑战
  • 3.5 小结
  • 第4章 大数据分析
  • 4.1 引言
  • 4.1.1 传统的数据分析技术
  • 4.1.2 大数据的分析技术
  • 4.2 大数据的实时分析
  • 4.2.1 实时分析的背景和概念
  • 4.2.2 实时分析技术
  • 4.3 大数据的交互式分析
  • 4.3.1 交互式分析的背景和概念
  • 4.3.2 交互式分析技术
  • 4.4 云在线聚集
  • 4.4.1 云在线聚集技术的背景和概念
  • 4.4.2 云在线聚集的关键技术
  • 4.5 大数据的智能分析
  • 4.5.1 大数据分析中的计算智能
  • 4.5.2 智能分析的主要技术
  • 4.6 小结
  • 第5章 大数据隐私
  • 5.1 引言
  • 5.1.1 大数据的类型
  • 5.1.2 隐私特征与类别
  • 5.1.3 大数据的隐私风险
  • 5.2 隐私保护技术
  • 5.2.1 匿名化技术
  • 5.2.2 数据加密技术
  • 5.2.3 差分隐私技术
  • 5.2.4 隐私信息检索技术
  • 5.3 隐私保护技术的应用
  • 5.3.1 位置大数据中的隐私保护
  • 5.3.2 数据发布和分析中的隐私保护
  • 5.3.3 互联网搜索中的隐私保护
  • 5.3.4 云计算中的隐私保护
  • 5.4 大数据隐私管理
  • 5.4.1 隐私管理的目标
  • 5.4.2 主动式隐私管理框架
  • 5.5 小结
  • 第6章 大数据管理系统
  • 6.1 引言
  • 6.2 云计算：大数据的基础平台与支撑技术
  • 6.3 批数据与流数据管理系统
  • 6.3.1 批数据管理系统
  • 6.3.2 流数据管理系统
  • 6.3.3 混合处理系统
  • 6.4 SQL、NoSQL与NewSQL系统
  • 6.4.1 SQL类数据库
  • 6.4.2 NoSQL类数据库
  • 6.4.3 NewSQL类数据库
  • 6.5 小结
  • 第7章 基于大数据的交叉学科研究
  • 7.1 引言
  • 7.2 在线用户行为演化研究
  • 7.2.1 在线用户行为大数据
  • 7.2.2 在线用户行为演化
  • 7.3 在线用户兴趣长程演化
  • 7.3.1 理论与方法
  • 7.3.2 在线用户兴趣演化分析
  • 7.4 在线用户集体注意力流
  • 7.4.1 注意力流网络
  • 7.4.2 注意力流网络中的异速标度律
  • 7.4.3 注意力流的应用：Web站点排名
  • 7.5 在线用户集体注意力流的普适模式
  • 7.5.1 异速标度律
  • 7.5.2 耗散律
  • 7.5.3 引力律
  • 7.5.4 Heaps律
  • 7.6 小结
  • 附录 大数据思考
  • 附录A 大数据与小数据
  • 附录B 数据的起源
  • 附录C 大数据时代的信息系统
  • 附录D 数据库（DB）与大数据（BD）
  • 附录E 大数据多学科交叉研究
  • 附录F 创新数据管理研究2.0
  • 附录G 面向移动计算与云计算的数据管理
  • 附录H 大数据时代的到来：数据空间与闪存数据库研究
  • 附录I 隐私保护研究
  • 附录J 网络与移动数据管理研究
  • 附录K 大数据管理基石：Web数据管理
  • 附录L 大数据管理基石：数据集成
  • 附录M 从数据库大师看数据库发展
展开全部

评分及书评

评分不足
1个评分
  • 用户头像
    给这本书评了
    5.0

    当下大数据技术发展变化日新月异，大数据应用已经遍及工业和社会生活的方方面面，原有的数据管理理论体系与大数据产业应用之间的差距日益加大，而工业界对于大数据人才的需求却急剧增加。大数据专业人才的培养是新一轮科技较量的基础，高等院校承担着大数据人才培养的重任。

      转发
      评论

    出版方

    机械工业出版社有限公司

    机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。