新書推薦：
《
投资真相
》
售價：NT$
381.0
《
非洲大陆简史（萤火虫书系）
》
售價：NT$
437.0
《
知宋·宋代之军事
》
售價：NT$
442.0
《
我能帮上什么忙？——一位资深精神科医生的现场医疗记录（万镜·现象）
》
售價：NT$
381.0
《
智慧宫丛书026·增长：从细菌到帝国
》
售價：NT$
840.0
《
从自察到自救：别让情绪偷走你的人生
》
售價：NT$
420.0
《
晚明的崩溃：人心亡了，一切就都亡了！
》
售價：NT$
335.0
《
俄国女皇：叶卡捷琳娜二世传（精装插图版）
》
售價：NT$
381.0
|
| 編輯推薦： |
l 适应各层次文科、理工科大学生选修课的知识需求，主要作为大学公共通识选修课的教材，也可以作为专业培训教材。
l 详细介绍了大数据技术的基础理论和*主流前沿技术，提供了大量的实际案例、数据分析适用技术。
l 随书配套有PPT教学课件、教学大纲、教学计划、参考试题及答案，便于教师参考使用。
|
| 內容簡介： |
|
本书作为大学公共通识课教材，为文科及理工科学生选修大数据课程编写，主要面向大数据应用型人才培养。共分为7章，第1章讲述大数据技术的发展与社会价值；第2章讲述大数据系统的基本结构；第3章至第5章按大数据系统的处理过程分别讲述大数据系统输入、大数据系统处理、大数据系统输出；第7章至第8章讲述大数据分析与数据挖掘、大数据隐私与安全。 书内各章都附有习题、大数据分析案例，以帮助读者学习理解和实际工程应用。随书配套有开放的全书教学课件（PowerPoint文件）、教学大纲、教学计划、以便教师使用。
|
| 關於作者： |
|
西安交通大学 城市学院 教授、副系主任 美国俄亥俄州立大学访问教授 财政部、陕西省政府、西安市政府特聘顾问专家。近5年在清华大学出版社出版大学本科教材6本（均为普通高等教育规划教材），科普畅销书1本。
|
| 目錄：
|
第一部分 大数据基础知识
第1章 大数据时代3
1.1 数据时代3
1.1.1 大数据时代的到来3
1.1.2 数据、信息与知识的演进3
1.1.3 数据6
1.2 大数据8
1.2.1 什么是大数据8
1.2.2 大数据发展历史与现状10
1.2.3 大数据能做和不能做的事11
1.2.4 大数据产业12
1.3 大数据技术基础12
1.3.1 传统的大数据处理流程12
1.3.2 大数据核心技术13
1.3.3 大数据技术分类14
1.3.4 大数据分析的方法理论16
1.4 大数据的社会价值17
1.5 大数据的商业应用18
1.5.1 商业大数据的类型和价值挖掘方法18
1.5.2 大数据的十大商业应用场景19
1.5.3 成为大数据企业21
1.6 大数据应用案例： 《非诚勿扰》男女嘉宾牵手数据分析21
习题与思考题25
第2章 大数据系统的基本架构27
2.1 大数据系统总体架构27
2.2 大数据技术框架282.3 大数据应用案例： 在北上广打拼是怎样一种体验30
习题与思考题35
大数据目录第二部分大数据理论与技术
第3章 大数据系统输入39
3.1 大数据采集过程及数据来源39
3.1.1 大数据采集来源39
3.1.2 大数据采集过程40
3.2 大数据采集方法40
3.3 大数据导入预处理42
3.3.1 大数据导入预处理的过程42
3.3.2 数据清洗的过程44
3.3.3 数据清洗与数据采集技术46
3.3.4 基于大数据的数据预处理47
3.4 数据集成49
3.4.1 数据集成的概念49
3.4.2 数据集成面临的问题49
3.5 数据变换49
3.5.1 异构数据分析50
3.5.2 异构数据交换策略51
3.5.3 异构数据交换技术52
3.6 大数据应用案例： 电影《爸爸去哪儿》大卖有前兆吗54
习题与思考题61
第4章 大数据系统处理63
4.1 大数据处理基础架构云计算63
4.1.1 云计算系统的体系结构63
4.1.2 云计算的核心技术64
4.1.3 云计算的主要服务形式68
4.1.4 大数据平台的作用69
4.2 大数据存储70
4.2.1 海量数据存储的需求71
4.2.2 海量数据存储技术71
4.2.3 云存储72
4.2.4 NoSQL非结构化数据库73
4.2.5 数据仓库74
4.3 大数据计算模式与处理系统75
4.3.1 数据计算75
4.3.2 聚类算法77
4.3.3 数据集成77
4.3.4 机器学习81
4.3.5 人工智能87
4.3.6 数据处理语言89
4.4 大数据应用案例： 北京人在哪儿上班和睡觉91
习题与思考题93
第5章 大数据系统输出96
5.1 数据的查询96
5.1.1 常规数据库查询结构化数据96
5.1.2 大数据时代的数据搜索96
5.1.3 数据库与信息检索技术的比较98
5.2 网络数据索引与查询技术99
5.2.1 搜索引擎技术概述99
5.2.2 Web搜索引擎的工作原理100
5.3 大数据索引和查询技术103
5.3.1 大数据索引和查询103
5.3.2 大数据处理索引工具MapReduce103
5.3.3 相似性搜索工具105
5.4 数据展现与交互107
5.4.1 数据可视化108
5.4.2 知识图谱113
5.5 大数据应用案例： 上海的房子都被谁买走了114
习题与思考题119
第6章 大数据分析与数据挖掘121
6.1 大数据分析及其应用121
6.1.1 数据处理和分析的发展121
6.1.2 大数据分析面对的数据类型123
6.1.3 大数据分析与处理方法124
6.1.4 数据分析的步骤124
6.1.5 大数据分析的应用127
6.2 数据挖掘技术129
6.2.1 数据挖掘的定义129
6.2.2 利用数据挖掘进行数据分析的常用方法131
6.2.3 数据挖掘的功能132
6.2.4 数据挖掘的流程133
6.2.5 数据挖掘的应用134
6.3 商业智能与数据分析135
6.3.1 商业智能技术辅助决策的发展135
6.3.2 商业智能系统架构136
6.3.3 商业智能的技术体系136
6.3.4 商务智能=数据 分析 决策 利益138
6.4 大数据营销业务模型138
6.4.1 大数据对业务模式的影响138
6.4.2 大数据营销的定义与特点140
6.4.3 网络营销大数据实际操作142
6.4.4 大数据营销方法145
6.5 基于社会媒体的分析预测技术150
6.5.1 基于空间大数据的社会感知150
6.5.2 基于社会媒体的预测技术153
6.5.3 基于消费意图挖掘的预测154
6.5.4 基于事件抽取的预测157
6.5.5 基于因果分析的预测157
6.6 大数据应用案例： 用大数据看风水以星巴克和海底捞的选址为例160
习题与思考题164
第7章 大数据隐私与安全166
7.1 大数据面临的安全问题166
7.2 大数据安全与隐私保护关键技术170
7.2.1 基于大数据的威胁发现技术170
7.2.2 基于大数据的认证技术172
7.2.3 基于大数据的数据真实性分析173
7.2.4 大数据与安全即服务173
7.3 大数据安全的防护策略173
7.4 大数据应用案例： 数据解读城市北京本地人VS外地人175
习题与思考题183
第三部分 行业案例
第8章 行业案例研究187
8.1 银行业应用187
8.1.1 大数据时代： 银行如何玩转数据挖掘187
8.1.2 中国工商银行客户关系管理案例189
8.1.3 银行风险管理192
8.2 保险业应用196
8.2.1 保险业拥抱大数据时代或带来颠覆性变革196
8.2.2 保险欺诈识别198
8.3 证券期货应用199
8.3.1 安徽省使用大数据监管证券期货199
8.3.2 大数据分析挖出基金老鼠仓的启示200
8.4 金融行业应用201
8.4.1 大数据决定互联网金融未来201
8.4.2 移动大数据在互联网金融反欺诈领域的应用204
8.5 大数据应用案例： 网民睡眠面面观206
参考文献208
|
| 內容試閱：
|
一、 系列教材背景
人类已经进入智能时代,云计算、大数据、物联网、人工智能、机器人、量子计算等是这个时代最重要的技术热点。为了适应和满足时代发展对人才培养的需要,2017年2月以来,教育部积极推进新工科建设,先后形成了复旦共识天大行动和北京指南,并发布了《教育部高等教育司关于开展新工科研究与实践的通知》《教育部办公厅关于推荐新工科研究与实践项目的通知》,全力探索形成领跑全球工程教育的中国模式、中国经验,助力高等教育强国建设。新工科有两个内涵： 一是新的工科专业;二是传统工科专业的新需求。新工科建设将促进一批新专业的发展,这批新专业有的是依托于现有计算机类专业派生、扩展而成的,有的是多个专业有机整合而成的。由计算机类专业派生、扩展形成的新工科专业有计算机科学与技术、软件工程、网络工程、物联网工程、信息管理与信息系统、数据科学与大数据技术等。由计算机类学科交叉融合形成的新工科专业有网络空间安全、人工智能、机器人工程、数字媒体技术、智能科学与技术等。
在新工科建设的九个一批中,明确提出建设一批体现产业和技术最新发展的新课程建设一批产业急需的新兴工科专业。新课程和新专业的持续建设,都需要以适应新工科教育的教材作为支撑。由于各个专业之间的课程相互交叉,但是又不能相互包含,所以在选题方向上,既考虑由计算机类专业派生、扩展形成的新工科专业的选题,又考虑由计算机类专业交叉融合形成的新工科专业的选题,特别是网络空间安全专业、智能科学与技术专业的选题。基于此,清华大学出版社计划出版面向新工科专业建设计算机系列教材。
二、 教材定位
教材使用对象为211工程高校或同等水平及以上高校计算机类专业及相关专业学生。三、 教材编写原则
1 借鉴Computer Science Curricula 2013以下简称CS2013。CS2013的核心知识领域包括算法与复杂度、体系结构与组织、计算科学、离散结构、图形学与可视化、人机交互、信息保障与安全、信息管理、智能系统、网络与通信、操作系统、基于平台的开发、并行与分布式计算、程序设计语言、软件开发基础、软件工程、系统基础、社会问题与专业实践等内容。
2 处理好理论与技能培养的关系,注重理论与实践相结合,加强对学生思维方式的训练和计算思维的培养。计算机专业学生能力的培养特别强调理论学习、计算思维培养和实践训练。本系列教材以重视理论,加强计算思维培养,突出案例和实践应用为主要目标。
3 为便于教学,在纸质教材的基础上,融合多种形式的教学辅助材料。每本教材可以有主教材、教师用书、习题解答、实验指导等。特别是在数字资源建设方面,可以结合当前出版融合的趋势,做好立体化教材建设,可考虑加上微课、微视频、二维码、MOOC等扩展资源。
大数据出版说明四、 教材特点1. 满足新工科专业建设的需要系列教材涵盖计算机科学与技术、软件工程、物联网工程、数据科学与大数据技术、网络空间安全、人工智能等专业的课程。
2. 案例体现传统工科专业的新需求
编写时,以案例驱动,任务引导,特别是有一些新应用场景的案例。
3. 循序渐进,内容全面
讲解基础知识和实用案例时,由简单到复杂,循序渐进,系统讲解。
4. 资源丰富,立体化建设
除了教学课件外,还可以提供教学大纲、教学计划、微视频等扩展资源,以方便教学。
五、 优先出版1. 精品课程配套教材主要包括国家级或省级的精品课程和精品资源共享课的配套教材。
2. 传统优秀改版教材
对于已经出版过的优秀教材,经过市场认可,由于新技术的发展,给图书配上新的教学形式、教学资源,计划改版的教材。
3. 前沿技术与热点教材
反映计算机前沿和当前热点的相关教材，例如云计算、大数据、人工智能、物联网、网络空间安全等方面的教材。
六、 联系方式
联系人： 白立军
联系电话： 01083470179
联系和投稿邮箱： bailj@tup.tsinghua.edu.cn
面向新工科专业建设计算机系列教材编委会
2019年6月
主任：
张尧学清华大学计算机科学与技术系教授中国工程院院士教育部高等学校软件工程专业教学指导委员会主任委员
副主任：
陈刚浙江大学计算机科学与技术学院院长教授
卢先和清华大学出版社常务副总编辑、
副社长编审
委员：
毕胜大连海事大学信息科学技术学院院长教授
蔡伯根北京交通大学计算机与信息技术学院院长教授
陈兵南京航空航天大学计算机科学与技术学院院长教授
成秀珍山东大学计算机科学与技术学院院长教授
丁志军同济大学计算机科学与技术系系主任教授
董军宇中国海洋大学信息科学与工程学院副院长教授
冯丹华中科技大学计算机学院院长教授
冯立功战略支援部队信息工程大学网络空间安全学院院长教授
高英华南理工大学计算机科学与工程学院副院长教授
桂小林西安交通大学计算机科学与技术学院教授
郭卫斌华东理工大学计算机科学与工程系系主任教授
郭文忠福州大学数学与计算机科学学院院长教授
郭毅可上海大学计算机工程与科学学院院长教授
过敏意上海交通大学计算机科学与工程系教授
胡瑞敏西安电子科技大学网络与信息安全学院院长院长教授
黄河燕北京理工大学计算机学院院长教授
雷蕴奇厦门大学计算机科学系教授
李凡长苏州大学计算机科学与技术学院院长教授
李克秋天津大学计算机科学与技术学院院长教授
李肯立湖南大学信息科学与工程学院院长教授
李向阳中国科学技术大学计算机科学与技术学院执行院长教授
梁荣华浙江工业大学计算机科学与技术学院执行院长教授
刘延飞火箭军工程大学基础部副主任教授
陆建峰南京理工大学计算机科学与工程学院副院长教授
罗军舟东南大学计算机科学与工程学院教授
吕建成四川大学计算机学院（软件学院）院长教授
吕卫锋北京航空航天大学计算机学院院长教授
马志新兰州大学信息科学与工程学院副院长教授
毛晓光国防科技大学计算机学院副院长教授
明仲深圳大学计算机与软件学院院长教授
彭进业西北大学信息科学与技术学院院长教授
钱德沛中山大学数据科学与计算机学院院长教授
申恒涛电子科技大学计算机科学与工程学院院长教授
苏森北京邮电大学计算机学院执行院长教授
汪萌合肥工业大学计算机与信息学院院长教授
王长波华东师范大学计算机科学与软件工程学院常务副院长教授
王劲松天津理工大学计算机科学与工程学院院长教授
王良民江苏大学计算机科学与通信工程学院院长教授
王泉西安电子科技大学副校长教授
王晓阳复旦大学计算机科学技术学院院长教授
王义东北大学计算机科学与工程学院院长教授
魏晓辉吉林大学计算机科学与技术学院院长教授
文继荣中国人民大学信息学院院长教授
翁健暨南大学信息科学技术学院执行院长教授
吴卿杭州电子科技大学副校长教授
武永卫清华大学计算机科学与技术系副主任教授
肖国强西南大学计算机与信息科学学院院长教授
熊盛武武汉理工大学计算机科学与技术学院院长教授
徐伟陆军工程大学指挥控制工程学院院长副教授
杨鉴云南大学信息学院院长教授
杨燕西南交通大学信息科学与技术学院副院长教授
杨震北京工业大学信息学部副主任教授
姚力北京师范大学人工智能学院执行院长教授
叶保留河海大学计算机与信息学院院长教授
印桂生哈尔滨工程大学计算机科学与技术学院院长教授
袁晓洁南开大学计算机学院院长教授
张春元国防科技大学教务处处长教授
张强大连理工大学计算机科学与技术学院院长教授
张清华重庆邮电大学计算机科学与技术学院执行院长教授
张艳宁西北工业大学校长助理教授
赵建平长春理工大学计算机科学技术学院院长教授
郑新奇 中国地质大学（北京）信息工程学院院长教授
仲红安徽大学计算机科学与技术学院院长教授
周勇中国矿业大学计算机科学与技术学院院长教授
周志华南京大学计算机科学与技术系系主任教授
邹北骥中南大学计算机学院教授
秘书长：
白立军清华大学出版社副编审大数据
随着全国高校数据科学与技术专业建设的持续推进，国内各高校对应于文科、农科、医科、理科和工科等非计算机专业的学生开设大数据通识课也开始启动。目前市场上出版的大数据技术教科书大多是面向研究型大学的计算机专业教材及面向社会高层次技术人员的技术书籍，多涉及大数据的复杂原理和比较深层的技术，需要较多的技术基础积累，并不适合作为大学生通识课的知识需求。
本书试图在介绍大数据技术的理论基础上对大数据分析最新前沿技术做全面介绍，并给出实际案例及行业解决方案，达到技术全面、案例教学及工程实用的目的。
本书主要分为3部分，共8章，分别按大数据的技术架构分层次详细讲述涉及大数据分析系统的各类相关技术。
第一部分为大数据基础知识，主要包括第1章和第2章。简单介绍人们目前面临的数字化时代与信息社会的状况，大数据的定义和特点、大数据技术基础、大数据的社会价值、大数据的商业应用、大数据的基础架构和大数据网络平台的技术层次等。第二部分为大数据理论与技术，包括第3～7章。主要介绍涉及大数据分析的基本理论与技术基础，按照技术层次分别介绍大数据采集与预处理、大数据存储、大数据计算模式与处理系统、大数据查询、大数据显示与交互、大数据分析与数据挖掘和大数据隐私与安全。第三部分为行业案例，包括第8章。以银行、保险、证券和金融行业为例，介绍涉及大数据分析的理论与技术方法在具体行业中的应用。
本书安排课时为48课时（3学分）。如课时缩减，可在概要叙述第一部分的基础上，主要讲解第二部分第3～6章的内容，第7章和第8章仅作参考性讲解。
书内各章都附有习题，可帮助读者学习理解和实际工程应用。随书配套有开放的全书教学课件（PowerPoint演示文件）以供任课教师使用。
在本书编写过程中，编者参考了国内外大量的大数据技术的书刊及文献资料，主要参考书籍及研究论文在参考文献中列出。但由于大量来自网络的资料未能详尽标注作者及文献资料来源，疏漏之处在所难免，在此一并对书刊文献、科技论文的作者表示感谢。如有遗漏，恳请相应书刊文献作者及时告知，将在书籍再版时列入。如发现本书有错误或不妥之处，恳请广大读者不吝赐教。
编者2020年2月
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
