2.3 大数据市场趋势 26

2.4 总结 32

第3章 大数据问题 33

3.1 大数据问题分类 34

3.2 大数据与云计算的辩证关系 40

3.3 大数据是一个不可多得的发展机遇 45

第4章 大数据与中国的信息化 51

4.1 大数据——棘手的难题 52

4.2 大数据如何落地中国 52

第5章 数据科学理论及方法论初探 63

5.1 数据生产要素理论 64

5.2 数据创新理论及其10项考量指标 65

5.3 数据科学理论的基础概念和基本特质初探 74

5.4 总结 76

第6章 大数据、互联网与社会进步和产业革命 79

6.1 互联网的思想及特质正在颠覆传统文化 和行业的发展观念 80

6.2 大数据与中国社会与经济的战略发展的契机 82

第7章 大数据技术 89

7.1 基础架构支持 91

7.2 数据采集 95

7.3 数据存储 97

7.4 数据计算技术 100

7.5 数据展示与交互 108

7.6 大数据技术变革及趋势 110

参考文献 112

第8章 云计算体系 117

8.1 云体系的五大方面 119

8.2 云时代的信息中枢 120

8.3 云时代的通信网络 123

8.4 云时代的智能终端 128

8.5 云时代的应用服务 132

8.6 云时代的安全隐私 137

8.7 总结 141

参考文献 142

第9章 Hadoop平台及相关生态系统 143

9.1 谷歌技术“三件宝” 144

9.2 Hadoop平台 146

9.3 Hadoop相关生态系统 156

9.4 Hadoop商业产品 168

参考文献 173

第10章 NoSQL 175

10.1 发展背景 176

10.2 CAP理论 177

10.3 商业数据库的变革 181

10.4 NoSQL数据库分类 184

10.5 列式存储 187

10.6 文档存储 197

10.7 key-value存储 204

10.8 Megastore 207

10.9 图数据库 211

10.10 总结 211

参考文献 212

第11章 行业大数据解决方案 215

11.1 “大数据”时代的行业应用 216

11.2 云工作流解决方案 218

11.3 集成方案 220

11.4 案例分析 230

11.5 总结 232

参考文献 233

第12章 大数据与数据挖掘 235

12.1 数据挖掘的基础知识和核心思想 237

12.2 数据挖掘的主要功能和常用算法 240

12.3 大数据时代的数据挖掘 243

12.4 在线推荐系统常用算法介绍 250

12.5 总结 266

第13章 大数据展示与交互 267

13.1 数据可视化分类 269

13.2 可视化技术分类 271

13.3 总结 288

第14章 大数据安全与隐私 289

14.1 安全与隐私问题凸显 290

14.2 云计算与大数据时代的安全挑战 292

14.3 如何解决安全问题 299

14.4 隐私问题 305

14.5 总结和展望 311

第15章 新型城镇化背景下的大数据与智慧城市 313

15.1 新型城镇化中智慧城市介绍 315

15.2 智慧城市中的大数据 316

15.3 智慧城市建设指导理论 319

15.4 智慧城市信息系统内容 321

15.5 总结 332

第16章 大数据与计算广告 333

16.1 互联网展示广告 334

16.2 展示广告的发展 338

16.3 互联网广告衡量指标 344

16.4 用户数据 347

16.5 基于大数据的广告定向 348

16.6 广告的未来 352

参考文献 353

第17章 大数据与智能电视关联业务模型 355

17.1 大数据在数字电视行业的分析方法 356

17.2 数字电视中的数据关系分析处理是构建关联电视应用的基础 363

17.3 “三网融合”的电视大数据与智慧家庭展望 365

第18章 大数据应用案例分析 369

18.1 “数据驱动开发”的大数据业务发展案例 370

18.2 大数据支撑政务活动 375

18.3 大数据增强社会服务能力 377

18.4 大数据提高商业决策水平 381

18.5 大数据的其他行业应用 387

18.6 总结 388

第19章 总结与展望 389