导语

  

内容提要

  

    本书从大数据的基础知识介绍开始，逐步引领读者了解大数据管理与应用的前沿技术，系统地介绍了大数据管理与应用的体系化流程，包括数据采集与融合、数据存储与管理、大数据处理与分析、大数据决策支持及其案例和实验。本书内容深入浅出，提供了丰富的大数据案例并配套详细的代码，旨在帮助读者更加清晰地理解大数据基础知识，掌握大数据技术在管理学科中的应用。
    本书可作为大数据学科本科生和研究生的教材，还可供大数据产业从业者使用。

    赵玺，西安交通大学教授，入选西安交通大学“青年拔尖人才计划”，任陕西省医疗健康大数据工程研究中心主任、大数据算法与技术国家工程实验室研究中心主任、中国人工智能学会智能交互专委会委员、中国计算机学会计算机应用专委会委员，入选陕西省“三秦人才”。
    赵玺在IEEE TPAMI、IEEE Transaction on Cybernetics、DSS等顶级刊物上发表了50余篇信息系统、人工智能、数据挖掘、心理学等大数据行为与决策跨学科领域的文章，多篇论文被重新收录于IEEEBiometrics Compendium（IEEE收选相关领域已发表文章的季刊，突显有影响力的研究工作）；先后主持了多个大数据方向的项目，包括：国家自然科学基金项目“面向智能健康管理：基于海量多源手机数据的宏观微观公众运动行为综合分析与提升研究”“基于全脸统计学模型和回归器的对遮挡鲁棒的三维人脸特征点定位方法研究”，教育部-中国移动科研基金项目“基于多元数据的Smart商业模型构建与应用”，中兴通讯股份有限公司资助的“社交图像大数据分析中人脸图像处理技术研究”，陕西省发改委资助的“陕西省医疗健康大数据工程研究中心创新能力建设项目”，中国科学院资助的“大数据驱动的管理与决策及农业示范研究”等。

前言
第1章  大数据管理与应用概述
  1.1  什么是大数据
  1.2  大数据管理与应用
  1.3  大数据管理与应用前沿
  1.4  大数据管理与应用技术
  参考文献
第2章  大数据技术基础知识
  2.1  Hadoop生态系统简介
  2.2  Linux简介
  2.3  Python基础知识
  实验一  Python环境搭建
  实验二  基于Python语言的Spark实战
  参考文献
第3章  数据采集与融合
  3.1  数据资源
  3.2  常见数据采集途径
  3.3  多源数据融合
  实验三  网络爬虫
  实验四  Kafka操作
  参考文献
第4章  数据存储与管理
  4.1  数据存储简介
  4.2  分布式文件系统
  4.3  数据库和数据仓库
  4.4  数据管理
  实验五  HBase操作
  实验六  弹性搜索应用实例
  参考文献
第5章  大数据处理与分析技术
  5.1  大数据计算框架概述
  5.2  文本数据处理与分析
  5.3  图像数据处理与分析
  5.4  音频数据处理与分析
  5.5  视频数据处理与分析
  参考文献
第6章  大数据决策支持
  6.1  大数据决策概述
  6.2  可视化分析方法
  6.3  机器学习方法
  6.4  计量经济学方法
  参考文献
第7章  大数据应用研究案例
  7.1  大数据机器学习研究案例
  7.2  大数据计量模型研究案例
  参考文献
第8章  大数据决策支持实验
  8.1  大数据机器学习实验
  8.2  大数据计量经济分析实验
  参考文献