大数据处理技术与应用

本书对大数据的概念、 挖掘、应用进行了系统的介 绍，并且配备了相关的案例 以及实际操作过程。这种理 论与实践相结合的方式能够 极大地帮助读者掌握大数据 领域的相关理论知识。 本书共分为10章，主要 内容包含互联网大数据概述 、互联网大数据采集与获取 实战要领、做好数据预处理 的实战方法、数据相关性分 析与回归分析的黄金法则、 如何利用关联规则进行大数 据挖掘、大数据分析中的四 种常见分类算法、大数据分 析中的四种常见聚类算法， 以及自组织神经网络算法与 人工神经网络算法、互联网 大数据分析应用——产品个 性化推荐系统、大数据分析 在具体行业中的应用等。 本书知识体系完善且适 用，可作为高等院校大数据 、人工智能等相关专业课程 的教材，也可作为从事数据 挖掘、机器学习工作以及其 他相关工程技术工作人员的 参考书。

\\\\\\\"《大数据处理技术与应用》对大数据的概念、挖掘、应用进行了系统的介绍，并且配备了相关的案例以及实际操作过程。这种理论与实践相结合的方式能够极大地帮助读者掌握大数据领域的相关理论知识。 《大数据处理技术与应用》共分为10章，主要内容包含互联网大数据概述、互联网大数据采集与获取实战要领、做好数据预处理的实战方法、数据相关性分析与回归分析的黄金法则、如何利用关联规则进行大数据挖掘、大数据分析中的四种常见分类算法、大数据分析中的四种常见聚类算法，以及自组织神经网络算法与人工神经网络算法、互联网大数据分析应用——产品个性化推荐系统、大数据分析在具体行业中的应用等。 《大数据处理技术与应用》知识体系完善且适用，可作为高等院校大数据、人工智能等相关专业课程的教材，也可作为从事数据挖掘、机器学习工作以及其他相关工程技术工作人员的参考书。 \\\\\\\"

第1章 互联网大数据概述 1.1 认识大数据 1.1.1 大数据的定义 1.1.2 大数据的特征 1.1.3 未来十年大数据分析的发展趋势 1.2 常用大数据处理、分析工具介绍 1.2.1 大数据的存储工具 1.2.2 大数据的软件开发工具 1.2.3 大数据的挖掘工具 1.2.4 大数据的可视化工具 小结 第2章 互联网大数据采集与获取实战要领 2.1 互联网大数据采集与处理技术概述 2.1.1 数据采集的基本流程与关键技术 2.1.2 数据处理的基本流程与关键技术 2.2 Web页面数据获取实战方法 2.2.1 Jsoup技术与页面数据获取 2.2.2 应对特定领域的Deep Web数据获取技术 2.3 利用爬虫抓取互联网大数据实战技巧 2.3.1 Python爬虫工作原理 2.3.2 利用HtmlParser实现网页链接的提取实战 小结 第3章 做好数据预处理的实战方法 3.1 数据预处理概述 3.1.1 数据预处理的目的 3.1.2 数据预处理的方法 3.2 从问题分析到数据清洗实战策略 3.2.1 数据清洗的步骤 3.2.2 缺失值的识别与处理技巧 3.2.3 异常值的判断、检验与处理 3.3 数据集成与数据转换实战方法 3.3.1 数据集成常见方法 3.3.2 数据转换过程中的离散化 3.4 数据的特征选择 3.4.1 常用数据特征选择方法 3.4.2 Relief算法与费希尔判别法的应用 3.5 数据预处理实战案例分析 小结 第4章 数据相关性分析与回归分析的黄金法则 4.1 什么是数据集 4.1.1 数据集的概念与常见类型 4.1.2 高效进行数据度量的实战技巧 …… 第5章 如何利用关联规则进行大数据挖掘 第6章 大数据分析中的四种常见分类算法 第7章 大数据分析中的四种常见聚类算法 第8章 自组织神经网络算法与人工神经网络算法 第9章 互联网大数据分析应用产品个性化推荐系统 第10章 大数据分析在具体行业中的应用 参考文献