书籍详情
大数据技术与应用
作者:余以胜 著
出版社:科学出版社
出版时间:2019-11-01
ISBN:9787030624055
定价:¥52.00
购买这本书可以去
内容简介
《大数据技术与应用》在对大数据理论和技术进行系统、深入研究的基础上,首次将大数据技术方法和行业应用相结合,形成了基础技术篇(上篇)和行业应用篇(下篇)两个部分。其中上篇介绍了大数据的起源、思想、特点和价值,以及大数据关键技术、应用思路和应用关键问题;下篇分别对大数据产业链、大数据+工业行业、大数据+金融行业、大数据+零售行业、大数据+医疗行业、大数据+电信行业等多个典型应用行业进行了分析,*后提出中国大数据产业发展前景及趋势。
作者简介
暂缺《大数据技术与应用》作者简介
目录
目录
上篇 基础技术篇
引例 2
利用大数据打造精准农业 2
第一章 大数据概述 3
第一节 大数据时代来临 3
第二节 什么是大数据 4
第三节 大数据的起源 6
第四节 大数据的思想 13
第五节 大数据的特点 16
第六节 大数据的价值 21
第七节 大数据市场发展现状 26
第八节 全球大数据产业发展分析 29
第二章 大数据关键技术分析 32
第一节 大数据核心技术应用 32
第二节 大数据分析技术 35
第三节 大数据处理技术 37
第四节 大数据安全技术 42
第三章 大数据常用算法与数据结构 44
第一节 布隆过滤器 44
第二节 跳跃表 47
第三节 LSM树 47
第四节 Merkle哈希树 49
第四章 大数据技术应用思路 52
第一节 数据采集问题与解决思路 52
第二节 数据处理问题与解决思路 54
第三节 数据管理问题与解决思路 59
第四节 数据安全问题与解决思路 61
第五章 以业务整合为导向的大数据技术应用模式 69
第一节 用户画像 69
第二节 推荐引擎 73
第三节 物流配送路径问题 80
第四节 仓储问题 83
第五节 供应链预测 85
第六节 匹配系算法的具体应用场景 87
第七节 监控 90
第八节 风险控制 93
第六章 大数据应用关键问题 96
第一节 隐私问题 96
第二节 安全问题 101
下篇 行业应用篇
引例 106
农夫山泉的矿泉水销售 106
第七章 大数据产业链 109
第一节 大数据产业链概述 109
第二节 大数据产业主要构成市场 111
第三节 大数据产业链主体企业分析 114
第八章 大数据+工业行业分析 121
第一节 工业大数据应用分析 121
第二节 工业大数据应用案例分析 125
第九章 大数据+金融行业分析 130
第一节 金融大数据应用分析 130
第二节 金融大数据应用案例分析 134
第十章 大数据+零售行业分析 137
第一节 零售大数据应用分析 137
第二节 零售大数据应用案例分析 140
第十一章 大数据+医疗行业分析 145
第一节 医疗大数据应用分析 145
第二节 医疗大数据应用案例分析 149
第十二章 大数据+电信行业分析 152
第一节 电信大数据应用分析 152
第二节 电信大数据应用案例分析 156
第十三章 大数据+交通行业分析 158
第一节 交通大数据应用分析 158
第二节 交通大数据应用案例分析 161
第十四章 大数据+物流行业分析 164
第一节 物流大数据应用分析 164
第二节 物流大数据应用案例分析 167
第十五章 大数据+电商行业分析 171
第一节 电商大数据应用分析 171
第二节 电商大数据应用案例分析 174
第十六章 中国大数据产业发展前景及趋势 179
第一节 中国大数据产业发展前景 179
第二节 中国大数据产业发展趋势 181
第三节 中国大数据商业智能升级 183
第四节 大数据带来的变革 185
第五节 大数据产业相关政策规划 189
参考文献 192
上篇 基础技术篇
引例 2
利用大数据打造精准农业 2
第一章 大数据概述 3
第一节 大数据时代来临 3
第二节 什么是大数据 4
第三节 大数据的起源 6
第四节 大数据的思想 13
第五节 大数据的特点 16
第六节 大数据的价值 21
第七节 大数据市场发展现状 26
第八节 全球大数据产业发展分析 29
第二章 大数据关键技术分析 32
第一节 大数据核心技术应用 32
第二节 大数据分析技术 35
第三节 大数据处理技术 37
第四节 大数据安全技术 42
第三章 大数据常用算法与数据结构 44
第一节 布隆过滤器 44
第二节 跳跃表 47
第三节 LSM树 47
第四节 Merkle哈希树 49
第四章 大数据技术应用思路 52
第一节 数据采集问题与解决思路 52
第二节 数据处理问题与解决思路 54
第三节 数据管理问题与解决思路 59
第四节 数据安全问题与解决思路 61
第五章 以业务整合为导向的大数据技术应用模式 69
第一节 用户画像 69
第二节 推荐引擎 73
第三节 物流配送路径问题 80
第四节 仓储问题 83
第五节 供应链预测 85
第六节 匹配系算法的具体应用场景 87
第七节 监控 90
第八节 风险控制 93
第六章 大数据应用关键问题 96
第一节 隐私问题 96
第二节 安全问题 101
下篇 行业应用篇
引例 106
农夫山泉的矿泉水销售 106
第七章 大数据产业链 109
第一节 大数据产业链概述 109
第二节 大数据产业主要构成市场 111
第三节 大数据产业链主体企业分析 114
第八章 大数据+工业行业分析 121
第一节 工业大数据应用分析 121
第二节 工业大数据应用案例分析 125
第九章 大数据+金融行业分析 130
第一节 金融大数据应用分析 130
第二节 金融大数据应用案例分析 134
第十章 大数据+零售行业分析 137
第一节 零售大数据应用分析 137
第二节 零售大数据应用案例分析 140
第十一章 大数据+医疗行业分析 145
第一节 医疗大数据应用分析 145
第二节 医疗大数据应用案例分析 149
第十二章 大数据+电信行业分析 152
第一节 电信大数据应用分析 152
第二节 电信大数据应用案例分析 156
第十三章 大数据+交通行业分析 158
第一节 交通大数据应用分析 158
第二节 交通大数据应用案例分析 161
第十四章 大数据+物流行业分析 164
第一节 物流大数据应用分析 164
第二节 物流大数据应用案例分析 167
第十五章 大数据+电商行业分析 171
第一节 电商大数据应用分析 171
第二节 电商大数据应用案例分析 174
第十六章 中国大数据产业发展前景及趋势 179
第一节 中国大数据产业发展前景 179
第二节 中国大数据产业发展趋势 181
第三节 中国大数据商业智能升级 183
第四节 大数据带来的变革 185
第五节 大数据产业相关政策规划 189
参考文献 192
猜您喜欢