大数据挖掘技术与应用

参考文献

附录 Hadoop编年史

8.2 性能评估

8.1.3 对聚类的评估

8.1.2 对分类的评估

8.1.1 对信息检索的评估

8.1 效果评估

第8章 效能评估

7.5 数据挖掘工具软件

7.4.4 聚类分析

7.4.3 回归分析算法

7.4.2 分类

7.4.1 关联分析

7.4 机器学习算法

7.3 数据表示与预处理

7.2 数据来源

7.1.2 相关技术

7.1.1 数据挖掘的定义

7.1 基本概念

第7章 数据挖掘

6.6 互联网广告

6.5.5 开源推荐系统

6.5.4 推荐方法

6.5.3 推荐系统数据基础

6.5.2 推荐系统与电商

6.5.1 何谓推荐系统

6.5 推荐系统

6.4.3 开源搜索引擎

6.4.2 电子商务中的商品排序

6.4.1 网页链接分析法

6.4 搜索引擎

6.3 及时性

6.2.4 语言模型

6.2.3 向量空间模型

6.2.2 排序布尔模型

6.2.1 布尔模型

6.2 相关性

6.1 信息检索定义

第6章 信息检索

5.8 数据可视化工具

5.7 数据可视化基本图形选用

5.6.2 色彩三要素

5.6.1 色彩空间

5.6 颜色可视化设计

5.5 数据可视化设计要素

5.4 数据可视化设计步骤

5.3 数据可视化的作用

5.2 数据可视化发展历程

5.1 数据可视化定义

第5章 数据可视化

4.11.6 容错性

4.11.5 Pregel体系结构

4.11.4 Pregel的C++ API

4.11.3 Pregel计算模型

4.11.2 超步

4.11.1 Pregel图计算框架的提出

4.11 图计算

4.10.5 流计算与批处理计算的区别

4.10.4 Spark Streaming

4.10.3 Storm系统

4.10.2 常见的流式计算软件

4.10.1 流式计算处理过程

4.10 流式计算框架

4.9.7 RDD

4.9.6 Spark基本运行流程

4.9.5 Spark运行架构

4.9.4 Spark与Hadoop比较

4.9.3 Spark生态圈

4.9.2 Spark的主要特点

4.9.1 Spark的配置方式

4.9 内存计算框架Spark

4.8.2 JMS

4.8.1 消息处理模型

4.8 消息机制

4.7 Hadoop工具集

4.6 YARN

4.5 HDFS联邦

4.4 HDFS高可用性架构

4.3.4 Hadoop的版本

4.3.3 Hadoop的特点

4.3.2 Hadoop发展历程

4.3.1 Hadoop生态圈

4.3 Hadoop简介

4.2 MapReduce计算框架

4.1 离线批处理框架

第4章 数据处理

3.2.5 键-值对数据库

3.2.4 图数据库

3.2.3 文档数据库MongoDB

3.2.2 列族数据库HBase

3.2.1 NoSQL简介

3.2 数据库存储

3.1.6 HDFS的弱点

3.1.5 HDFS安全设计

3.1.4 HDFS运行架构

3.1.3 HDFS的基本术语

3.1.2 HDFS设计原则

3.1.1 Hadoop简介

3.1 文件存储

第3章 数据存储

2.2.2 Chukwa

2.2.1 Flume

2.2 内部数据收集

2.1.4 构建爬虫系统

2.1.3 Web网络图

2.1.2 搜索排序策略

2.1.1 网络爬虫原理

2.1 外部数据收集

第2章 数据收集

1.10 大数据计算模式及产品

1.9 大数据的影响及应用

1.8 科学研究范式的发展

1.7 大数据思维

1.6 数据的度量

1.5 大数据的特征

1.4 大数据发展历程

1.3 大数据产生的原因

1.2 大数据定义

1.1 从AlphaGo说起

第1章 大数据概述

前言

内容简介

版权信息

封面

封面

版权信息

内容简介

前言

第1章 大数据概述

1.1 从AlphaGo说起

1.2 大数据定义

1.3 大数据产生的原因

1.4 大数据发展历程

1.5 大数据的特征

1.6 数据的度量

1.7 大数据思维

1.8 科学研究范式的发展

1.9 大数据的影响及应用

1.10 大数据计算模式及产品

第2章 数据收集

2.1 外部数据收集

2.1.1 网络爬虫原理

2.1.2 搜索排序策略

2.1.3 Web网络图

2.1.4 构建爬虫系统

2.2 内部数据收集

2.2.1 Flume

2.2.2 Chukwa

第3章 数据存储

3.1 文件存储

3.1.1 Hadoop简介

3.1.2 HDFS设计原则

3.1.3 HDFS的基本术语

3.1.4 HDFS运行架构

3.1.5 HDFS安全设计

3.1.6 HDFS的弱点

3.2 数据库存储

3.2.1 NoSQL简介

3.2.2 列族数据库HBase

3.2.3 文档数据库MongoDB

3.2.4 图数据库

3.2.5 键-值对数据库

第4章 数据处理

4.1 离线批处理框架

4.2 MapReduce计算框架

4.3 Hadoop简介

4.3.1 Hadoop生态圈

4.3.2 Hadoop发展历程

4.3.3 Hadoop的特点

4.3.4 Hadoop的版本

4.4 HDFS高可用性架构

4.5 HDFS联邦

4.6 YARN

4.7 Hadoop工具集

4.8 消息机制

4.8.1 消息处理模型

4.8.2 JMS

4.9 内存计算框架Spark

4.9.1 Spark的配置方式

4.9.2 Spark的主要特点

4.9.3 Spark生态圈

4.9.4 Spark与Hadoop比较

4.9.5 Spark运行架构

4.9.6 Spark基本运行流程

4.9.7 RDD

4.10 流式计算框架

4.10.1 流式计算处理过程

4.10.2 常见的流式计算软件

4.10.3 Storm系统

4.10.4 Spark Streaming

4.10.5 流计算与批处理计算的区别

4.11 图计算

4.11.1 Pregel图计算框架的提出

4.11.2 超步

4.11.3 Pregel计算模型

4.11.4 Pregel的C++ API

4.11.5 Pregel体系结构

4.11.6 容错性

第5章 数据可视化

5.1 数据可视化定义

5.2 数据可视化发展历程

5.3 数据可视化的作用

5.4 数据可视化设计步骤

5.5 数据可视化设计要素

5.6 颜色可视化设计

5.6.1 色彩空间

5.6.2 色彩三要素

5.7 数据可视化基本图形选用

5.8 数据可视化工具

第6章 信息检索

6.1 信息检索定义

6.2 相关性

6.2.1 布尔模型

6.2.2 排序布尔模型

6.2.3 向量空间模型

6.2.4 语言模型

6.3 及时性

6.4 搜索引擎

6.4.1 网页链接分析法

6.4.2 电子商务中的商品排序

6.4.3 开源搜索引擎

6.5 推荐系统

6.5.1 何谓推荐系统

6.5.2 推荐系统与电商

6.5.3 推荐系统数据基础

6.5.4 推荐方法

6.5.5 开源推荐系统

6.6 互联网广告

第7章 数据挖掘

7.1 基本概念

7.1.1 数据挖掘的定义

7.1.2 相关技术

7.2 数据来源

7.3 数据表示与预处理

7.4 机器学习算法

7.4.1 关联分析

7.4.2 分类

7.4.3 回归分析算法

7.4.4 聚类分析

7.5 数据挖掘工具软件

第8章 效能评估

8.1 效果评估

8.1.1 对信息检索的评估

8.1.2 对分类的评估

8.1.3 对聚类的评估

8.2 性能评估

附录 Hadoop编年史

参考文献