楊和穩、馬小東主編的《大數據分析及應用實踐
》是大數據繫列教材之一，是大數據分析理論與實踐
相結合的入門級教材。
本書主要內容包括認識大數據、大數據技術基礎
、大數據管理、大數據統計分析技術、數據挖掘、大
數據可視化、大數據安全、大數據應用案例實操等。
本書編寫是以國雲數據自主研發的大數據分析工具一
一“魔鏡”為平臺，理論結合實踐，通過具體案例介
紹如何進行大數據分析。讀者可通過移動設備掃描書
中的二維碼觀看彩色圖片、操作視頻等多媒體教學資
源，還可通過書後提供的賬號與密碼登錄大數據實驗
科研平臺(www．labbigdata．com)進行實踐操作。
本書可作為高等院校大數據入門課程的教材，亦
可作為大數據技術相關培訓教材，同時也可供大數據
相關的從業人員參考。

第1章 認識大數據
1.1 大數據綜述
1.1.1 大數據的產生
1.1.2 大數據的特征
1.2 大數據的基本概念
1.2.l 大數據的定義
1.2.2 大數據的特點
1.3 大數據思維
1.3.1 大數據思維的變革
1.3.2 大數據思維的關注點.
1.4 大數據的處理過程
1.4.1 大數據采集
1.4.2 大數據導入與預處理
1.4.3 大數據統計與分析.
1.4.4 大數據挖掘
1.5 大數據分析工具
1.5.1 InfoSphere BigInSightS簡介
1.5.2 BigQuery簡介
1.5.3 “魔鏡”簡介
1.6 大數據的應用
1.6.1 大數據助石油公司智能營銷.精準管理
1.6.2 大數據助乳業公司預測產奶量一
實驗1 認識大數據分析工具“魔鏡”
第2章 大數據技術基礎
2.1 基礎架構支持
2.1.1 Hadoop
2.1.2 HBase
2.1.3 MapReduce
2.1.4 Hive
2.1.5 Pig
2.1.6 R語言
2.2 雲計算
2.2.1 雲計算的特點
2.2.2 雲計算與大數據
2.3 數據采集
2.3.1 數據采集的意義
2.3.2 數據采集的方法
2.4 數據存儲
2.4.1 數據存儲的概念
2.4.2 數據的存儲方式
2.4.3 常見數據源類型
實驗2 數據源接入與編輯
第3章 大數據管理
3.1 大數據的清洗
3.1.1 數據質量
3.1.2 數據清洗的作用
3.1.3 數據清洗的方法和過程
3.1.4 數據清洗的實例
3.2 數據類型和數據轉換
3.2.1 數據類型
3.2.2 數據轉換
3.3 大數據的提取和加載
實驗3 數據處理
第4章 大數據統計分析技術
4.1 統計分析概述
4.1.1 統計分析的概念
4.1.2 統計分析的特點
4.1.3 統計分析的應用
4.2 統計分析的常見指標
4.2.l 統計指標概述
4.2.2 總量指標
4.2.3 相對指標
4.2.4 平均指標
4.2.5 變異指標
4.3 回歸與預測
4.3.1 回歸
4.3.2 預測
實驗4數據分析
第5章 數據挖掘
5.1 大數據挖掘概念
5.1.1 數據挖掘的起源
5.1.2 數據挖掘的定義
5.2 數據挖掘任務
5.2.1 數據總結
5.2.2 分類
5.2.3 關聯分析
5.2.4 聚類
5.3 數據挖掘流程
5.3.1 業務理解
5.3.2 數據理解
5.3.3 數據準備
5.3.4 建立模型
5.3.5 結果評價
5.4 數據挖掘的常用方法
5.4.l決策樹
5.4.2 遺傳算法
5.4.3 神經網絡
5.4.4 關聯規則
5.4.5 粗糙集
5.4.6 判別分析
實驗5 數據挖掘
第6章 大數據可視化
6.1 數據可視化分類
6.1.1 結構可視化
6.1.2 功能可視化
6.1.3 關聯關繫可視化
6.1.4 趨勢可視化
6.2 可視化表現形式
6.2.1 二維可視化形式
6.2.2 三維可視化形式
6.2.3 儀表盤
6.2.4 定制可視化形式.
6.2.5 大數據可視化方式的選擇
實驗6 數據可視化
第7章 大數據安全
7.1 大數據安全的內容
7.1.1 物理安全
7.1.2 網絡安全
7.1.3 應用安全
7.1.4 數據隱私
7.2 數據保護技術
7.2.1 鏡像技術
7.2.2 快照技術
7.2.3 持續數據保護技術
7.2.4 用戶管理技術
實驗7 權限管理機制.
第8章 大數據應用案例實操
8.1 學生成績分析
8.1.1 背景分析
8.1.2 需求分析
8.1.3 大數據分析過程
8.1.4 分析結論
8.2 電商行業銷售分析
8.2.1 背景分析
8.2.2 需求分析
8.2.3 大數據分析過程
8.2.4 分析結論
參考文獻