大数据分析方法与应用实战指南.docVIP

大数据分析方法与应用实战指南

TOC\o1-2\h\u31901第一章大数据分析概述 3

177201.1大数据的定义与特征 3

213021.2大数据分析的概念与意义 3

20441.3大数据分析的发展趋势 3

19160第二章数据采集与预处理 4

98352.1数据采集的方法与技巧 4

41452.1.1网络爬虫技术 4

252322.1.2数据源接入 4

278552.1.3传感器数据采集 5

308942.2数据清洗与去重 5

23492.2.1数据清洗 5

244622.2.2数据去重 5

62072.3数据整合与转换 5

932.3.1数据整合 5

1022.3.2数据转换 5

19024第三章数据存储与管理 6

299343.1分布式存储系统 6

268013.1.1基本概念 6

195843.1.2关键技术 6

220133.1.3实际应用 7

10773.2数据仓库与数据湖 7

74793.2.1数据仓库 7

72073.2.2数据湖 7

252503.2.3数据仓库与数据湖的对比 7

86353.3数据安全管理与优化 7

224003.3.1数据安全管理 7

74113.3.2数据优化 8

6277第四章数据分析方法与技术 8

3874.1描述性分析 8

135944.2摸索性数据分析 8

24464.3预测性分析 9

198944.4机器学习与深度学习 9

20265第五章数据可视化与报告 9

270725.1可视化工具与应用 9

253685.2数据报告的撰写与呈现 10

271105.3数据可视化最佳实践 10

21096第六章大数据分析应用案例 11

250386.1金融行业应用案例 11

229866.1.1信贷风险评估 11

154846.1.2股票市场预测 11

155846.2零售行业应用案例 11

268726.2.1客户细分 11

104586.2.2商品推荐 12

309506.3医疗行业应用案例 12

13026.3.1疾病预测与诊断 12

105546.3.2药物研发 12

27039第七章大数据平台与工具 13

197577.1常见大数据平台介绍 13

293737.1.1Hadoop平台 13

56507.1.2Spark平台 13

86947.1.3Flink平台 13

181257.1.4Storm平台 13

164367.2大数据工具的选择与应用 13

61267.2.1数据采集工具 13

45807.2.2数据存储工具 13

311717.2.3数据处理工具 14

300317.2.4数据分析工具 14

30407.3大数据平台的运维与维护 14

11497.3.1集群部署与优化 14

76557.3.2监控与故障排查 14

244107.3.3数据安全与备份 14

275457.3.4功能优化与扩展 14

10244第八章数据安全与隐私保护 14

57568.1数据安全风险与挑战 14

190358.1.1数据安全风险概述 14

126938.1.2数据安全挑战 14

126278.2数据隐私保护技术 15

61508.2.1数据脱敏技术 15

244728.2.2数据匿名化技术 15

198598.2.3差分隐私 15

200938.3数据合规性与伦理 15

246678.3.1数据合规性 15

198018.3.2数据伦理 15

15688第九章大数据分析团队建设与管理 16

114439.1团队组织结构与职责 16

135659.1.1组织结构 16

71519.1.2职责分配 16

75089.2人才选拔与培训 17

54769.2.1人才选拔 17

70799.2.2培训 17

214939.3项目管理与协作 17

180379.3.1项目管理 17

262809.3.2协作 17

294第十章大数据分析的未来与发展方向 18

2299810.1大数据技术的创新与应用 18

191