大数据分析指南

**章 大数据分析概览... 1 案例导读：大数据分析的光环与陷阱.. 1 本章要点... 2 1.1大数据分析的背景与基础... 2 1.2大数据分析的概念与原理... 6 1.3大数据分析的思维与误区... 10 1.4大数据分析的作用及影响... 19 1.5大数据分析的过程与对象.. 21 1.6大数据分析的流程与基础模型.. 26 延伸阅读与思考：大数据分析带来的改变.. 29 第二章 大数据分析的体系架构.. 31 案例导读：携程大数据应用架构的涅槃... 31 本章要点... 32 2.1大数据分析的总体架构... 32 2.2大数据分析的技术体系.. 38 2.3大数据分析的产业架构.. 42 延伸阅读与思考：携程大数据应用框架的重构.. 50 第三章大数据分析的关键技术.. 53 案例导读：消费金融的核心——大数据分析技术... 53 本章要点... 54 3.1大数据分析的关键技术概述.. 54 3.2大数据分析的基础架构Hadoop. 60 3.3大数据分析的云技术... 74 3.4大数据分析的存储技术.. 78 延伸阅读与思考：“大数据人脸识别”助力众可贷... 83 第四章 大数据分析的数据采集与存储... 86 案例导读：Carfax大数据采集的曲折历程.. 86 本章要点... 87 4.1大数据采集概述... 87 4.2大数据采集工具.. 92 4.3大数据存储... 98 延伸阅读与思考：医疗大数据——数据收集或是*难点.. 112 第五章大数据分析的数据清洗.. 114 案例导读：Carfax的大数据清洗.... 114 本章要点... 115 5.1大数据质量... 115 5.2大数据清洗概述.. 124 5.3大数据清洗的方法与工具... 128 5.4大数据清洗的过程与具体内容... 136 延伸阅读与思考：微软与谷歌的拼写检查.. 144 第六章大数据分析的数据挖掘.. 146 案例导读：《纸牌屋》的秘密武器——数据挖掘... 146 本章要点... 147 6.1传统数据挖掘... 147 6.2大数据和数据挖掘.. 156 6.3大数据挖掘的任务.. 162 6.4大数据挖掘的流程... 167 6.5大数据挖掘的常用算法... 169 延伸阅读与思考：大数据预测——真的有那么神奇吗 . 186 第七章大数据分析的数据展现.. 188 案例导读：百度可视化中国春运迁徙.. 188 本章要点... 189 7.1数据可视化概述.. 189 7.2数据可视化的基础要素... 199 7.3数据可视化的表现形式... 206 7.4数据可视化的设计... 211 7.5数据可视化的改进... 222 延伸阅读与思考：《卫报》的数据可视化与数据新闻... 226 第八章体育行业NBA数据分析... 229 8.1背景概览... 229 8.2体育行业NBA实例简介... 229 8.3体育行业NBA实例的数据分析.. 230 8.4实例总结... 235 8.5实例的延伸与拓展... 235 第九章金融行业贷款分析.. 236 9.1背景概览... 236 9.2金融行业贷款实例简介.. 236 9.3金融行业贷款实例的数据分析... 236 9.4实例总结... 236 9.5实例的延伸与拓展.. 236 第十章服装行业库龄库存分析.. 236 10.1背景概览... 236 10.2服装行业库龄库存实例简介... 236 10.3服装行业库龄库存实例的数据分析.. 236 10.4实例总结... 236 10.5实例的延伸与拓展... 236 第十一章公司财务数据分析... 236 11.1背景概览... 236 11.2公司财务实例简介... 236 11.3公司财务实例的数据分析.. 236 11.4实例总结... 236 11.5实例的延伸与拓展... 236 第十二章能源行业油井数据分析... 236 12.1背景概览... 236 12.2能源行业油井实例简介... 236 12.3能源行业油井实例的数据分析.. 236 12.4实例总结... 236 12.5实例的延伸与拓展... 236 第十三章政府行业财政收支分析... 236 13.1背景概览... 236 13.2政府行业财政收支简介... 236 13.3金政府行业财政收支的数据分析... 236 13.4实例总结... 236 13.5实例的延伸与拓展... 236