数据科学导论(第2版)

**部分 引论
第1章 引论
1．1 序言
1．2 数据科学简述
1．2．1 数据科学的定义
1．2．2 数据科学的由来
1．2．3 数据科学的研究范畴
1．2．4 数据科学的学习意义
1．3 本书结构

第二部分 大数据及其产生根源
第2章 数据
2．1 数据的定义
2．1．1 数据的定义
2．1．2 其他相关概念
2．2 数据简史
第3章 大数据的概念和特征
3．1 大数据的概念
3．2 大数据的4V特性
3．2．1 体量（Volume）
3．2．2 多样性（Variety）
3．2．3 价值／真实性（Value／Veracity）
3．2．4 速度（Velocity）
3．2．5 对4V特性的体会
第4章 大数据的产生根源
4．1 大数据的产生根源
4．1．1 大数据时代出现的技术基础
4．1．2 大数据时代出现的数据基础
4．2 大数据简史
4．3 大数据时代的挑战
4．3．1 数据规模
4．3．2 数据的多样性和异构性
4．3．3 数据的不可靠问题
4．3．4 数据的实时性要求
4．3．5 数据隐私问题
4．3．6 人机协作问题
4．3．7 数据的访问与共享
4．3．8 数据运用的合理性
4．3．9 小结

第三部分 大数据研究的重要性
第5章 大数据研究的现状
5．1 政府篇
5．1．1 联合国的大数据研究
5．1．2 美国的大数据研究
5．1．3 欧盟的大数据研究
5．2 企业篇
5．2．1 谷歌
5．2．2 IBM
5．2．3 百度
5．2．4 阿里巴巴
5．2．5 腾讯
第6章 关联分析
6．1 啤酒与尿布
6．1．1 案例详析
6．1．2 购物篮分析法
6．1．3 商品间相关性分析
6．1．4 外界因素的影响
6．1．5 思维启示
6．2 亚马逊的个性化推荐
6．2．1 案例详析
6．2．2 亚马逊的推荐方式
6．2．3 推荐算法
6．3 潘多拉音乐组计划
6．3．1 案例详析
……

第四部分 数据科学的研究方式
第五部分 数据与未来