隨著移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的廣泛應(yīng)用,全球數(shù)據(jù)量呈現(xiàn)井噴式增長,洶涌而來的數(shù)據(jù)洪流將人類社會帶入了嶄新的大數(shù)據(jù)時代。大數(shù)據(jù)雖然是現(xiàn)代信息技術(shù)發(fā)展的產(chǎn)物,但它的影響不僅僅局限于信息通信產(chǎn)業(yè),而是覆蓋到社會的各個領(lǐng)域。從國家治理到企業(yè)運營,從經(jīng)濟生產(chǎn)到社會生活,大數(shù)據(jù)的身影無處不在,深刻影響和改變著人類的生產(chǎn)、生活及思維方式。數(shù)據(jù)作為與物質(zhì)、能源同等重要的戰(zhàn)略資源,蘊含著巨大的商業(yè)價值,只有憑借敏銳的洞察力和先進的大數(shù)據(jù)處理技術(shù),才能從中挖掘出隱藏的信息,實現(xiàn)數(shù)據(jù)價值的提升。
大數(shù)據(jù)技術(shù)具有很強的實用性。本書在編寫時,堅持“以應(yīng)用為先”的原則,注重理論與實踐相結(jié)合,將大數(shù)據(jù)抽象的概念、原理和技術(shù)方法融入具體實例中,幫助讀者更好地理解、掌握和運用大數(shù)據(jù)技術(shù)。本書在結(jié)構(gòu)編排上遵循初學(xué)者的認(rèn)知特點,首先對大數(shù)據(jù)的概念進行剖析,使讀者建立起對大數(shù)據(jù)的感性認(rèn)識,然后以大數(shù)據(jù)處理流程為主線,依次闡述數(shù)據(jù)采集、預(yù)處理、存儲、分析挖掘及可視化等關(guān)鍵技術(shù),最后結(jié)合行業(yè)案例和典型應(yīng)用加深讀者對理論知識的理解。本書重在培養(yǎng)讀者的大數(shù)據(jù)思維,并未過多涉及深奧的數(shù)學(xué)理論和復(fù)雜的編程細(xì)節(jié)。
全書共10章:第1章是概述部分,主要介紹大數(shù)據(jù)的定義、特點、相關(guān)技術(shù)和應(yīng)用領(lǐng)域。第2章介紹大數(shù)據(jù)的采集和預(yù)處理,包括數(shù)據(jù)采集方法、數(shù)據(jù)預(yù)處理流程以及常用的大數(shù)據(jù)采集與處理平臺。第3章介紹常用的大數(shù)據(jù)存儲技術(shù),包括底層分布式文件系統(tǒng)、分布式數(shù)據(jù)庫和支持企業(yè)業(yè)務(wù)決策的數(shù)據(jù)倉庫。第4~7章介紹數(shù)據(jù)分析挖掘的理論和方法,詳細(xì)闡述分類、回歸、聚類和關(guān)聯(lián)分析等技術(shù)的概念、處理流程、常用算法及評價指標(biāo)。第8章介紹數(shù)據(jù)可視化技術(shù)的理論與方法,主要包括數(shù)據(jù)可視化的概念、原則、分析工具和編程語言,并簡要介紹可視化技術(shù)的行業(yè)應(yīng)用。第9章介紹電信行業(yè)大數(shù)據(jù)的發(fā)展及應(yīng)用現(xiàn)狀,著重分析大數(shù)據(jù)在電信網(wǎng)絡(luò)優(yōu)化、電信客戶細(xì)分、電信客戶流失管理等方面的典型案例。第10章介紹大數(shù)據(jù)技術(shù)在文娛、教育、醫(yī)療等行業(yè)的應(yīng)用案例。
為便于教師教學(xué)和學(xué)生學(xué)習(xí),本書提供所有案例的源代碼,同時配有電子課件和課后習(xí)題的參考答案,讀者可在機械工業(yè)出版社教育服務(wù)網(wǎng)(http://www.cmpedu.com)下載。
本書由施苑英、蔣軍敏、石薇和王竹霞共同編寫,具體分工如下:施苑英編寫第1章、第6章、第9章9.1~9.4節(jié),蔣軍敏編寫第2章、第5章和第9章9.5節(jié),石薇編寫第3章、第7章、第10章10.1節(jié)和10.2節(jié),王竹霞編寫第4章、第8章和第10章10.3節(jié)。同時感謝西安郵電大學(xué)王選宏高級工程師對完成本書所給予的幫助和支持!
本書在編寫過程中,參考了大量國內(nèi)外著作、論文以及互聯(lián)網(wǎng)上的優(yōu)秀文章,在此謹(jǐn)向相關(guān)作者表示衷心的感謝。由于文獻(xiàn)資料數(shù)目較多,在列入?yún)⒖嘉墨I(xiàn)時難免有所疏漏,我們對所涉及的作者深表歉意。
由于編者水平有限,兼之時間倉促,書中的錯誤和不妥之處在所難免,懇請廣大讀者批評指正。
編者