周鳴爭、陶皖主編的《大數據導論》全面闡述了
大數據的內涵與特征、體繫架構以及所涉及關鍵技術
。全書共分7章，內容包括大數據概論、大數據存儲
、大數據處理、大數據分析、大數據可視化、大數據
應用和大數據發展趨勢與展望，每章內容都與主流技
術和典型案例緊密結合，以便讀者對大數據及其關鍵
技術有更好的了解和掌握。
本書適合作為高等院校數據科學與大數據技術、
計算機、軟件工程、電子信息等相關專業以及創新創
業或素質教育的大數據課程教材，也可作為其他讀者
深入了解大數據技術的參考用書。

第1章 概論
1.1 什麼是大數據
1.1.1 大數據產生的背景
1.1.2 大數據的概念及特征
1.2 大數據帶來的變革
1.3 大數據的價值與挑戰
1.3.1 大數據的價值
1.3.2 大數據時代面臨的新挑戰
1.4 大數據的相關技術
1.4.1 大數據存儲和管理技術
1.4.2 大數據分析技術
1.4.3 大數據處理工具與平臺
1.5 大數據的處理流程
1.5.1 數據抽取與集成
1.5.2 數據分析
1.5.3 數據解釋
1.5.4 大數據處理模型
1.6 大數據的發展機遇
習題
第2章 大數據存儲
2.1 大數據存儲概述
2.2 傳統的大數據存儲繫統
2.3 分布式文件繫統
2.3.1 HDFS相關概念
2.3.2 HDFS分布式文件繫統的結構
2.3.3 HDFS存儲原理
2.3.4 HDFS數據讀／寫
2.4 NoSQL數據庫
2.4.1 NoSQL的產生
2.4.2 NoSQL與RDBMS
2.4.3 NoSQL的分類
2.4.4 HBase數據庫
2.4.5 NoSQL與NewSQL
習題
第3章 大數據處理
3.1 多處理器技術
3.2 並行計算
3.3 MapReduce並行計算技術
3.3.1 MapReduce簡介
3.3.2 MapReduce編程模型
3.3.3 Hadoop MapReduce 1
3.3.4 Yam／MapReduce 2
3.3.5 MapReduce性能調優
習題
第4章 大數據分析
4.1 大數據分析概述
4.1.1 數據分析的原則
4.1.2 大數據分析的特點
4.1.3 大數據分析路線及流程
4.1.4 大數據分析技術
4.1.5 大數據分析的難點
4.2 大數據分析模型
4.2.1 大數據分析模型建立方法
4.2.2 分類分析模型
4.2.3 關聯分析模型
4.2.4 聚類分析模型
4.3 大數據分析算法
4.3.1 大數據算法概述
4.3.2 決策樹算法簡介
4.3.3 Apriori算法簡介
4.3.4 K-Means算法簡介
4.4 大數據分析應用
4.4.1 文本分析
4.4.2 情感分析
4.4.3 **繫統
4.5 大數據分析常用工具
習題
第5章 大數據可視化
5.1 大數據可視化技術概述
5.1.1 數據可視化簡史
5.1.2 數據可視化的功能
5.1.3 大數據可視化簡介
5.2 大數據可視化技術基礎
5.2.1 數據可視化流程
5.2.2 數據可視化編碼
5.2.3 數據可視化設計
5.3 大數據可視化應用
5.3.1 文本可視化
5.3.2 社交網絡可視化
5.3.3 日志數據可視化
5.3.4 地理信息可視化
5.3.5 數據可視化交互
5.4 大數據可視化軟件和工具
5.4.1 大數據可視化軟件分類
5.4.2 科學可視化軟件和工具
5.4.3 視化分析軟件和工具
5.4.4 信息可視化軟件和工具
習題
第6章 大數據應用
6.1 互聯網行業大數據
6.2 交通大數據
6.3 醫療大數據
6.4 問答繫統
習題
第7章 大數據發展趨勢與展望
7.1 大數據安全與隱私保護
7.1.1 數據安全與隱私保護的現狀
7.1.2 大數據帶來的安全挑戰
7.1.3 大數據安全與隱私保護關鍵技術
7.2 大數據共享
7.2.1 大數據共享面臨的挑戰
7.2.2 大數據共享的措施與機制
7.3 數據科學
7.3.1 數據科學的概念
7.3.2 數據分析的難題
習題
參考文獻