大数据大家谈pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

大数据大家谈PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 大数据技术及其相关政策 1

1.1 大数据产生的背景 1

1.2 大数据的概念和特征 3

1.2.1 大数据的概念 3

1.2.2 大数据的特征 3

1.3 大数据技术发展趋势 4

1.3.1 大数据带来的决策方式的革命 4

1.3.2 大数据面临的挑战及其对应的技术概览 7

1.3.3 大数据架构下的人才需求及产业结构 12

1.4 大数据近期政策及其响应 15

1.5 本章小结 18

参考文献 18

作者简介 19

第2章 大数据的开放式创新 20

2.1 开放数据 21

2.2 基于数据安全流通和定价的数据市场 23

2.3 开放的基础设施 26

2.4 开放的社会化分析服务 28

2.5 跨越领域界限的开放数据思维 30

2.6 本章小结 31

参考文献 31

作者简介 32

第3章 流动的大数据 33

3.1 大数据的哲学思考 33

3.2 三个案例看互联网 34

3.3 “爽”的体验与流动性 35

3.4 从个体到关系：笛卡儿两分法的破灭 38

3.5 本章小结 40

相关工作与扩展阅读 40

参考文献 41

作者简介 41

第4章 大数据技术架构与发展趋势 42

4.1 大数据技术概览 42

4.2 Hadoop生态系统 46

4.3 Spark生态系统 54

4.4 Spark和Hadoop的性能对比 60

4.5 大数据技术前景及未来 62

4.6 本章小结 64

相关工作与扩展阅读 65

参考文献 66

作者简介 67

第5章 大数据语义分析关键技术 68

5.1 引言 68

5.2 国内外研究现状及发展动态分析 71

5.2.1 语义计算 71

5.2.2 文本表示 72

5.2.3 语义知识本体构建 73

5.2.4 情感分析 74

5.3 技术框架 76

5.3.1 信息客体表示模型 77

5.3.2 跨语言本体概念空间的大数据自动构建 78

5.3.3 知识抽取与大数据关联分析 79

5.3.4 社会个体的语义表示与群体发现 79

5.3.5 基于知识本体的语义计算与情感量化分析 80

5.3.6 面向公共安全事件的群体态势推演 81

5.4 关键科学问题与技术特色 82

5.5 研究方法 84

5.6 技术路线 85

5.6.1 信息客体表示模型 85

5.6.2 跨语言本体概念空间的大数据自动构建 86

5.6.3 知识抽取与大数据关联分析 87

5.6.4 社会个体的语义表示与群体发现 89

5.6.5 基于知识本体的语义计算与情感量化分析 90

5.6.6 面向公共安全事件的群体态势推演 91

5.7 基于知识本体大数据语义分析技术的应用实践 93

5.7.1 NLPIR大数据搜索与挖掘共享平台 93

5.7.2 JZSearch语义精准搜索引擎 101

参考文献 108

作者简介 111

第6章 社会网络大数据的情感分析与情绪感知技术 112

6.1 概述 112

6.2 国内外相关研究进展 115

6.3 基于微博热点话题的情感分析及其应用 117

6.4 基于多维度分析的群体情感摘要抽取及其应用 121

6.5 基于统计学习的情绪分类及其时序变化分析应用 125

6.6 未来研究方向 129

6.7 本章小结 130

参考文献 130

作者简介 132

第7章 大数据时代的数据挖掘与可视化传播 133

7.1 大数据时代来临 133

7.2 大数据的基本特征 134

7.3 大数据挖掘与应用 136

7.4 大数据与小数据 139

7.5 数据挖掘的基本原理与方法 140

7.6 大数据时代的数据可视化技术 144

7.7 大数据挖掘和数据可视化工具 148

作者简介 155

第8章 大规模社会多媒体数据搜索与处理 156

8.1 社会多媒体简介 156

8.1.1 社会多媒体的发展 156

8.1.2 社会多媒体的特点和挑战 158

8.2 大规模社会多媒体数据的搜索 160

8.3 社会多媒体搜索模式 161

8.3.1 基于开放API的搜索 161

8.3.2 基于页面的搜索 161

8.3.3 基于语义模式的搜索 162

8.4 社会多媒体的在线实时搜索架构 165

8.4.1 在线分布式实时搜索 166

8.4.2 反封堵管理模块 167

8.5 大规模社会多媒体的基本处理技术 168

8.5.1 社会多媒体存储计算 169

8.5.2 社会多媒体数据的特征学习 172

8.6 大规模社会多媒体数据的挖掘与应用 176

8.6.1 以用户为中心的社会多媒体建模 178

8.6.2 以内容为中心的社会多媒体建模 180

8.6.3 基于用户和内容的关联挖掘 183

8.7 本章小结 186

参考文献 186

作者简介 188

第9章 第四范式下的大数据分析模型构建 189

9.1 第四范式的提出 189

9.2 第四范式真的不需要理论吗 190

9.2.1 总体问题 190

9.2.2 因果关系问题 191

9.2.3 效度低 191

9.3 如何用理论模型来架构网络数据 191

9.4 传播学理论的应用 198

9.5 简单的效果分析模型——品牌明星代言调查 201

9.6 本章小结 203

作者简介 204

第10章 大数据视角下的新媒体指数 205

10.1 新媒体指数简介 205

10.2 大数据视角下的新媒体指数详述 205

10.2.1 从信息源看新媒体指数 205

10.2.2 从信息分析方法看新媒体指数 207

10.2.3 从数据应用场景看新媒体指数 209

10.3 本章小结 210

作者简介 211

第11章 企业级数据仓库向大数据基础设施转型中的若干问题 212

11.1 扩容与换代叠加 213

11.2 迁移与新需求交织 213

11.3 设备轻型化、平台开源化与团队重构同步 214

11.4 “互联网＋”与非结构化数据爆炸 214

作者简介 215

第12章 金融行业大数据综述 216

12.1 金融行业大数据相关政策 216

12.1.1 中央政府的相关政策 216

12.1.2 地方政府的相关政策 217

12.2 金融大数据的定义与概述 217

12.3 金融大数据的市场分析 219

12.4 金融大数据支撑的业务 220

12.4.1 第三方支付 220

12.4.2 P2P业务 222

12.4.3 互联网征信 223

12.4.4 众筹 225

12.4.5 互联网银行 226

12.5 主要互联网金融公司介绍 227

12.5.1 阿里巴巴 227

12.5.2 腾讯 228

12.5.3 百度 229

12.5.4 大象金服 230

作者简介 234

第13章 金融行业大数据应用 234

13.1 导言 234

13.2 大数据技术在金融行业的实际应用 234

13.2.1 第一类应用：个体公司内部数据的动员 235

13.2.2 第二类应用：行业数据平台 237

13.2.3 第三类应用：行业外部数据在金融行业的应用 239

13.2.4 金融行业数据从关系型数据库向大数据技术平台的迁移 242

13.3 金融行业的应用对大数据技术提出严格的要求 242

13.4 本章小结 248

作者简介 249

第14章 智慧旅游大数据应用 250

14.1 导言 250

14.2 旅游舆情分析 251

14.2.1 中国旅游目的地网络舆情指数 251

14.2.2 舆情分析方法 252

14.2.3 舆情热点分析 254

14.3 基于大数据的游客行为分析 255

14.3.1 旅游大数据预测 256

14.3.2 电商OTA数据分析 258

14.3.3 交通数据分析 258

14.4 基于运营商的LBS数据的游客轨迹分析及用户画像 259

14.4.1 游客画像监测 259

14.4.2 游客轨迹分析 261

14.5 本章小结 262

作者简介 262