大数据导论

第1章 绪论
1.1 引言
1.2 大数据的内涵
1.2.1 大数据时代的驱动力
1.2.2 大数据的基本概念
1.2.3 大数据与海量数据的区别
1.2.4 大数据的价值期望
1.3 大数据的发展历程
1.4 大数据的外延
l.4.1 大数据的作用与意义
1.4.2 大数据的机遇与挑战
1.4.3 大数据的发展趋势
1.5 大数据的科学意义
1.5.1 新兴技术的延伸
1.5.2 新兴技术的推动力
1.5.3 未来科技的重要基石
1.5.4 顺应时代发展的重要学科
1.6 本章小节
习题1
第2章 大数据技术基础
2.1 大数据采集
2.1.1 数据采集的概念
2.1.2 数据采集的数据源
2.1.3 数据采集面临的挑战
2.1.4 网络爬虫：互联网数据采集
2.1.5 Sqoop：关系型数据采集
2.1.6 Flume：日志数据采集
2.1.7 Kafka消息队列技术
2.2 大数据存储及管理技术
2.2.1 分布式文件系统HDFS
2.2.2 分布式列式数据库HBase
2.2.3 NoSQL和NewSQL数据库
2.2.4 云数据库
2.3 大数据处理与分析
2.3.1 大数据处理架构Hadoop
2.3.2 基于内存的分布式计算框架Spark
2.3.3 流计算框架Storm
2.3.4 流计算框架Flink
2.3.5 数据仓库Hive
2.3.6 数据仓库Impala
2.3.7 数据仓库Kylin
2.4 大数据可视化
2.4.1 数据可视化的基本概念
2.4.2 数据可视化分类
2.4.3 数据可视化工具
2.5 本章小结
习题2
第3章 大数据应用
3.1 教育大数据
3.1.1 概述
3.1.2 教育大数据应用案例
3.1.3 教育大数据面临的挑战
3.2 交通大数据
3.2.1 概述
3.2.2 交通大数据应用案例
3.2.3 交通大数据面临的挑战
3.3 医疗大数据
3.3.1 概述
3.3.2 医疗大数据应用案侧
3.3.3 医疗大数据面临的挑战
3.4 金融大数据
3.4.1 概述
3.4.2 金融大数据案例
3.4.3 金融大数据面临的挑战
3.5 煤矿企业大数据
3.5.1 概述
3.5.2 煤矿大数据应用案例
3.5.3 煤矿企业大数据面临的挑战
3.6 本章小结
习题3
第4章 大数据安全与隐私保护
4.1 引 言
4.2 大数据安全
4.2.1 大数据安全的意义与需求
4.2.2 大数据安全技术
4.2.3 大数据安全体系框架
4.2.4 大数据安全相关法则
4.2.5 大数据安全面临的挑战
4.3 大数据隐私保护
4.3.1 大数据安全与隐私保护的异同
4.3.2 大数据带来的隐私问题
4.3.3 大数据隐私保护的意义
4.3.4 大数据隐私保护技术
4.4 大数据安全发展的趋势及建议
4.4.1 大数据安全发展的趋势
4.4.2 大数据安全发展的建议
4.5 本章小结
习题4
第5章 大数据交易
5.1 交易概述
5.1.1 大数据交易发展现状
5.1.2 大数据市场趋势
5.1.3 大数据交易过程
5.2 l r场特征
5.2.1 大数据交易政策特征
5.2.2 大数据交易规模特征
5.2.3 大数据发展前景特征
5.3 大数据交易场所和平台
5.3.1 共享数据平台
5.3.2 企业自建平台
5.3.3 数据交易中心
5.4 交易模式
5.4.1 API模式
5.4.2 数据包模式
5.5 交易验证
5.5.1 交易数据验证的必要性
5.5.2 数据验证方法-
5.6 困难与挑战
5.6.1 数据质量
5.6.2 交易定价
5.6.3 隐私保护
5.6.4 版权问题
5.7 本章小结
习题5
第6章 大数据治理
6.1 大数据治理概述
6.1.1 数据治理成熟度模型
6.1.2 大数据治理体系
6.2 数据处理
6.2.1 数据集成
6.2.2 元数据管理
6.2.3 数据标准化
6.2.4 数据清洗
6.3 数据价值挖掘
6.3.1 主数据
6.3.2 数据资产
6.4 综合管控
6.4.1 数据生命周期管理
6.4.2 企业管理
6.5 本章小结
习题6
参考文献