微信扫一扫,移动浏览光盘
简介
本书系统阐述了物联网、云计算的最新技术进展和应用案例。首先从物联网、云计算的定义入手，分析物联网和云计算面临的挑战。其次对物联网和云计算分别做了深入解析，列举了它们的关键技术、标准研究进展、已应用场景和各种工业解决方案。最后详细分析了物云结合的关键需求，研究了相关的关键技术并对物云结合的案例和方案进行了深入讨论。
目录
推荐序
前言
第1章绪论
1.1从云计算到大数据
1.2大数据的定义与特征
1.2.1海量
1.2.2多样性
1.2.3速度
1.2.4价值
1.3大数据的技术体系
1.3.1数据采集
1.3.2数据存储
1.3.3数据处理
1.3.4数据挖掘
1.3.5数据可视化展示
1.3.6大数据隐私安全
1.4小结
第2章大数据存储
2.1非结构化数据
2.1.1分布式文件系统
2.1.2对象存储系统
2.2 （半）结构化数据
2.2.1 NoSQL数据库系统
2.2.2分析型数据库系统
第3章大数据处理
3.1 概述
3.2离线数据处理
3.2.1 MapReduce（Hadoop 0.20.2）
3.2 2 Pregel
3.2.3 Dryad
3.3实时数据处理
3.3.1 Storm
3.3.2 S4
第4章大数据挖掘
4.1并行数据挖掘
4.1.1 概述
4.1.2系统架构
4.1.3关键技术
4.2搜索引擎技术
4.2.1概述
4.2.2系统架构
4.2.3关键技术
4.3推荐引擎技术
4.3.1概述
4.3.2系统架构
4.3.3关键技术
4.4社交网络分析技术
4.4.1概述
4.4.2理论框架
4.4.3关键技术
第5章 数据可视化
5.1 概述
5.2数据模型与可视化展现形式
5.2.1基本数据可视化展现方式
5.2.2数据模型与常见可视化展现形式
5.3数据可视化在大数据中的应用
5.4数据可视化案例——互联网地图
5.5可视化即服务
第6章大数据应用
6.1大数据的潜在价值
6.2大数据的应用场景
6.2.1企业大数据
6.2.2电信大数据
6.2.3物联网大数据
6.3大数据应用案例
6.3.1应用商店推荐系统
6.3.2 WAP用户画像
结语
参考文献
前言
第1章绪论
1.1从云计算到大数据
1.2大数据的定义与特征
1.2.1海量
1.2.2多样性
1.2.3速度
1.2.4价值
1.3大数据的技术体系
1.3.1数据采集
1.3.2数据存储
1.3.3数据处理
1.3.4数据挖掘
1.3.5数据可视化展示
1.3.6大数据隐私安全
1.4小结
第2章大数据存储
2.1非结构化数据
2.1.1分布式文件系统
2.1.2对象存储系统
2.2 （半）结构化数据
2.2.1 NoSQL数据库系统
2.2.2分析型数据库系统
第3章大数据处理
3.1 概述
3.2离线数据处理
3.2.1 MapReduce（Hadoop 0.20.2）
3.2 2 Pregel
3.2.3 Dryad
3.3实时数据处理
3.3.1 Storm
3.3.2 S4
第4章大数据挖掘
4.1并行数据挖掘
4.1.1 概述
4.1.2系统架构
4.1.3关键技术
4.2搜索引擎技术
4.2.1概述
4.2.2系统架构
4.2.3关键技术
4.3推荐引擎技术
4.3.1概述
4.3.2系统架构
4.3.3关键技术
4.4社交网络分析技术
4.4.1概述
4.4.2理论框架
4.4.3关键技术
第5章 数据可视化
5.1 概述
5.2数据模型与可视化展现形式
5.2.1基本数据可视化展现方式
5.2.2数据模型与常见可视化展现形式
5.3数据可视化在大数据中的应用
5.4数据可视化案例——互联网地图
5.5可视化即服务
第6章大数据应用
6.1大数据的潜在价值
6.2大数据的应用场景
6.2.1企业大数据
6.2.2电信大数据
6.2.3物联网大数据
6.3大数据应用案例
6.3.1应用商店推荐系统
6.3.2 WAP用户画像
结语
参考文献
著者还有：李明栋、罗圣美、钟健松
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
