●章 大數據技術及其相關政策11.1 大數據產生的背景11.2 大數據的概念和特征31.2.1 大數據的概念31.2.2 大數據的特征31.3 大數據技術發展趨勢41.3.1 大數據帶來的決策方式的革命41.3.2 大數據面臨的挑戰及其對應的技術概覽71.3.3 大數據架構下的人纔需求及產業結構121.4 大數據近期政策及其響應141.5 本章小結17參考文獻18第2章 大數據的開放式創新202.1 開放數據212.2 基於數據安全流通和定價的數據市場232.3 開放的基礎設施262.4 開放的社會化分析服務282.5 跨越領域界限的開放數據思維302.6 本章小結31參考文獻31第3章 流動的大數據333.1 總論333.2 三個案例看互聯網343.3 “爽”的體驗與流動性353.4 從個體到關繫：笛卡兒兩分法的破滅383.5 本章小結40參考文獻41第4章 大數據技術架構與發展趨勢424.1 大數據技術概覽424.2 Hadoop生態繫統464.3 Spark生態繫統544.4 Spark和Hadoop的性能對比594.5 大數據技術前景及未來624.6 本章小結64參考文獻66第5章 大數據語義分析關鍵技術685.1 引言685.2 國內外研究現狀及發展動態分析715.2.1 語義計算715.2.2 文本表示725.2.3 語義知識本體構建735.2.4 情感分析745.3 技術框架765.3.1 信息客體表示模型775.3.2 跨語言本體概念空間的大數據自動構建785.3.3 知識抽取與大數據關聯分析795.3.4 社會個體的語義表示與群體發現795.3.5 基於知識本體的語義計算與情感量化分析805.3.6 面向公共安全事件的群體態勢推演815.4 關鍵科學問題與技術特色825.5 研究方法845.6 技術路線855.6.1 信息客體表示模型855.6.2 跨語言本體概念空間的大數據自動構建865.6.3 知識抽取與大數據關聯分析875.6.4 社會個體的語義表示與群體發現895.6.5 基於知識本體的語義計算與情感量化分析905.6.6 面向公共安全事件的群體態勢推演915.7 基於知識本體大數據語義分析技術的應用實踐935.7.1 NLPIR大數據搜索與挖掘共享平臺935.7.2 JZSearch語義精準搜索引擎101參考文獻108第6章 社會網絡大數據的情感分析與情緒感知技術1126.1 概述1126.2 國內外相關研究進展1156.3 基於熱點話題的情感分析及其應用1166.4 基於多維度分析的群體情感摘要抽取及其應用1226.5 基於統計學習的情緒分類及其時序變化分析應用1256.6 未來研究方向1296.7 本章小結130參考文獻130第7章 大數據時代的數據挖掘與可視化傳播1337.1 大數據時代來臨1337.2 大數據的基本特征1347.3 大數據挖掘與應用1367.4 大數據與小數據1397.5 數據挖掘的基本原理與方法1407.6 大數據時代的數據可視化技術1457.7 大數據挖掘和數據可視化工具148第8章 大規模社會多媒體數據搜索與處理1568.1 社會多媒體簡介1568.1.1 社會多媒體的發展1568.1.2 社會多媒體的特點和挑戰1588.2 大規模社會多媒體數據的搜索1608.3 社會多媒體搜索模式1618.3.1 基於開放API的搜索1618.3.2 基於頁面的搜索1618.3.3 基於語義模式的搜索1628.4 社會多媒體的在線實時搜索架構1658.4.1 在線分布式實時搜索1668.4.2 反封堵管理模塊1678.5 大規模社會多媒體的基本處理技術1688.5.1 社會多媒體存儲計算1698.5.2 社會多媒體數據的特征學習1728.6 大規模社會多媒體數據的挖掘與應用1768.6.1 以用戶為中心的社會多媒體建模1788.6.2 以內容為中心的社會多媒體建模1808.6.3 基於用戶和內容的關聯挖掘1838.7 本章小結186參考文獻186第9章 第四範式下的大數據分析 模型構建1899.1 第四範式的提出1899.2 第四範式真的不需要理論嗎1909.2.1 總體問題1909.2.2 因果關繫問題1919.2.3 效度低1919.3 如何用理論模型來架構網絡數據1919.4 傳播學理論的應用1989.5 簡單的效果分析模型――品牌明星代言調查2019.6 本章小結2030章 大數據視角下的新媒體指數20510.1 新媒體指數簡介20510.2 大數據視角下的新媒體指數20510.2.1 從信息源看新媒體指數20510.2.2 從信息分析方法看新媒體指數20710.2.3 從數據應用場景看新媒體指數20910.3 本章小結2101章 企業級數據倉庫向大數據基礎設施轉型中的若干問題21211.1 擴容與換代疊加21311.2 遷移與新需求交織21311.3 設備輕型化、平臺開源化與團隊重構同步21411.4 “互聯網+”與非結構化數據爆炸2142章 金融行業大數據綜述21612.1 金融行業大數據相關政策21612.1.1 中央政府的相關政策21612.1.2 地方政府的相關政策21712.2 金融大數據的定義與概述21712.3 金融大數據的市場分析21912.4 金融大數據支撐的業務22012.4.1 第三方支付22012.4.2 P2P業務22212.4.3 互聯網征信22312.4.4 眾籌22512.4.5 互聯網銀行22512.5 主要互聯網金融公司介紹22712.5.1 阿裡巴巴22712.5.2 騰訊22812.5.3 百度22812.5.4 大像金服2303章 金融行業大數據應用23513.1 導言23513.2 大數據技術在金融行業的實際應用23513.2.1 類應用：個體公司內部數據的動員23613.2.2 第二類應用：行業數據平臺23813.2.3 第三類應用：行業外部數據在金融行業的應用24013.2.4 金融行業數據從關繫型數據庫向大數據技術平臺的遷移24213.3 金融行業的應用對大數據技術提出嚴格的要求24313.4 本章小結2494章 智慧旅遊大數據應用25114.1 導言25114.2 旅遊輿情分析25214.2.1 中國旅遊目的地網絡輿情指數25214.2.2 輿情分析方法25314.2.3 輿情熱點分析25514.3 基於大數據的遊客行為分析25614.3.1 旅遊大數據預測25714.3.2 電商OTA數據分析25914.3.3 交通數據分析25914.4 基於運營商的LBS數據的遊客軌跡分析及用戶畫像26014.4.1 遊客畫像監測26014.4.2 遊客軌跡分析26214.5 本章小結263
本書邀請了14位靠前外大數據產學研有影響力的一線專家學者，總結各自的研究與工作專長，以專題的形式發表了各自的研究成果。本書主要包括了大數據綜述、大數據思維、大數據技術與大數據應用四個部分。其中，大數據綜述主要介紹大數據的概念、背景、技術與靠前外政策等，讓讀者對大數據有個全景式的了解；大數據思維包括大數據的開放式創新與流動的大數據兩方面；大數據技術分別介紹了大數據平臺架構、大數據語義分析、情感分析、大數據可視化、多媒體搜索分析等當前的技術熱點；大數據應用主要介紹了新媒體、企業大數據基礎設施、金融行業應用、大數據傳播第四範式、金融大數據等應用。本書適合大數據行業研究者、技術開發工程師與研究人員使用。
