大数据技术及其应用 pdf下载

　　《大数据技术及其应用》系统详细地阐述了与大数据相关的概念、理论、技术及应用。主要内容包括：大数据相关概念，云计算与大数据，面向大数据的数据分析工具，数据库、数据仓库与数据挖掘，数据集成、中间件与数据压缩，非关系型数据库技术及应用．信息检索与主题模型相关技术及应用，可视化技术及应用等内容。
　　《大数据技术及其应用》可作为信息管理与信息系统、电子商务、计算机应用、软件工程等高年级本科相关专业的教科书，同时也可以作为管理科学与工程、计算机应用及软件工程、工业工程等相关学科研究生的教科书或参考资料。

第1篇 基础知识
1 大数据相关概念
1．1 大数据的发展背景
1．1．1 大数据的产生
1．1．2 大数据的由来及发展历程
1．2 大数据的概念与特征
1．2．1 大数据的概念
1．2．2 大数据的特征
1．3 大数据的数据结构
1．3．1 一般意义上的数据结构
1．3．2 数据仓库的数据结构
1．3．3 大数据的数据结构
1．4 大数据与数据挖掘
1．4．1 大数据与数据挖掘的关系
1．4．2 大数据挖掘的一般模式
1．5 大数据的研究现状和展望
1．5．1 大数据的研究现状
1．5．2 大数据的研究展望
1．6 小结
2 云计算与大数据
2．1 云计算相关理论及技术
2．1．1 云计算的定义与特点
2．1．2 云计算的基本架构
2．1．3 云计算架构的实施阶段
2．2 云计算与大数据的关系
2．2．1 云计算与大数据是相辅相成的
2．2．2 云计算与大数据是动与静的关系
2．2．3 云计算与大数据的未来发展
2．3 小结
3 面向大数据的数据分析工具
3．1 wEKA简介
3．1．1 WEKA使用简介
3．1．2 WEKA数据格式
3．1．3 wEKA中的数据准备．-
3．1．4 wEKA常用算法应用举例
3．2 HacIoop简介
3．2．1 HDFS海量存储
3．2．2 MapRecIuce
3．2．3 基于Hadoop的交通运输大数据解决方案
3．3 小结

第2篇 大数据相关理论及实例
4 数据库、数据仓库与数据挖掘
4．1 数据库理论
4．1．1 数据库系统的结构理论
4．1．2 数据库的数据模型
4．1．3 数据库的设计
4．2 数据仓库理论
4．2．1 数据仓库的定义与解释
4．2．2 数据仓库系统模式
4．2．3 实例：数据仓库系统中多维数据的形式化定义与描述
4．3 数据挖掘理论
4．3．1 数据挖掘的定义与解释
4．3．2 数据挖掘与数据仓库
4．3．3 数据挖掘与知识发现
4．3．4 数据挖掘与联机分析处理
4．3．5 数据挖掘相关方法
4．3．6 数据挖掘的发展
4．4 小结
5 数据集成、中间件与数据压缩
5．1 数据集成理论及应用实例
5．1．1 数据集成的对象
5．1．2 数据集成技术与方法
5．1．3 3G与MIS的集成模式
5．1．4 实例：数据集成的设计与实现
5．2 中间件理论及应用实例
5．2．1 中间件的定义与特点
5．2．2 基于数据仓库系统的中间件技术
5．2．3 实例：中间件技术在数据仓库系统中数据采集的应用
5．3 数据压缩理论及应用实例
5．3．1 无损压缩主要技术
5．3．2 有损压缩主要技术
5．3．3 实例：文本挖掘中统计单词的新方法
5．4 小结

第3篇 大数据相关技术及应用
6非关系型数据库技术及应用
6．1 非关系型数据库系统发展的必然性
6．1．1 数据库技术发展历史
6．1．2 关系型数据库的挑战与不足
6．2 非关系型数据库理论
6．2．1 非关系型数据库的概念
6．2．2 非关系型数据库的产品
6．3 非关系型数据库的使用范例
6．3．1 MongoDB的使用范例
6．3．2 Ne04i的使用范例
6．4 MongoDB与JAVA开源架构的整合
6．4．1 JAVA开源架构的介绍
6．4．2 Morphia0RM框架
6．4．3 框架的整合应用
6．5 小结
7 信息检索与主题模型相关技术及应用
7．1 信息检索相关理论
7．1．1 信息检索的文本表示
7．1．2 信息检索的匹配算法
7．1．3 信息检索结果的评价
7．2 主题模型相关理论
7．2．1 主题模型的概念
7．2．2 主题模型的算法
7．2．3 主题模型的运行实例
7．3 基于主题的文献检索应用
7．3．1 学术文献网络的构建
7．3．2 主题的确定与计算
7．3．3 基于主题的文献引用网络
7．3．4 基于Lemur的信息检索模型实现
7．4 小结
8 可视化技术及应用
8．1 大数据与可视化
8．1．1 大数据与可视化的关系
8．1．2 可视化工具与产品
8．1．3 Gephi可视化软件的使用
8．2 知识域可视化问题的应用
8．2．1 知识域可视化问题描述
8．2．2 知识域可视化的应用
8．3 小结
参考文献