第2版前言
第1版前言
第1章大数据基础
11大数据时代
111大数据时代的技术基础
112大数据时代的变革
113信息技术（IT）向数据技术（DT）的转变
114大数据的价值
12什么是大数据
121数据基本知识
122大数据的来源及定义
123大数据的特征、维度及技术
13大数据结构类型
14大数据应用
141个人生活运用
142企业应用
143政府部门应用
15数据科学和大数据技术
151数据科学
152大数据技术与工具
16习题与实践
参考文献
第2章大数据下的云计算
21云计算概述
211云计算的定义
212云计算的特征
213云计算的体系架构
214云计算的类型划分
215云计算的服务模式
22云计算技术
221虚拟化技术
222并行计算技术
223海量数据管理技术
224海量数据存储技术
23云计算与云存储
231云存储的概述
232云存储的存储方式
233云存储与云计算的关系
24云计算与超算
241超算的概述与应用
242超算与云计算的关系
25云计算与大数据
251云计算与大数据的关系
252云计算与大数据的结合
26习题与实践
参考文献
第3章大数据处理
31数据采集
311数据采集方法
312数据质量评估
313数据质量影响因素
32数据清洗
321处理残缺数据
322处理噪声数据
323处理冗余数据
33数据变换
331属性类型变换
332属性值变换
34数据集成
341模式匹配与数据值冲突
342数据冗余
35数据归约
351维归约
352数值归约
36案例：Tableau Prep数据处理技术应用
37习题与实践
参考文献
第4章数据分析与数据挖掘
41数据分析概述
42常见数据分析方法
421层次分析法
422多元线性回归分析法
43数据挖掘基本概念
431数据挖掘的定义
432数据挖掘的分类
433数据挖掘的过程
44数据挖掘经典算法
441K-Means算法
442KNN算法
443随机森林
444循环神经网络
45习题与实践
参考文献
第5章大数据安全
51安全与隐私问题凸显
511网络安全漏洞
512个人隐私泄露
52大数据时代的安全挑战
521信息安全的发展历程
522信息安全带来的挑战
53如何解决大数据安全问题
531大数据安全防护对策
532大数据安全防护关键技术
533数据治理与数据安全
54如何解决隐私保护问题
541隐私保护的政策法规
542隐私保护技术
543区块链技术与隐私保护
544联邦学习与隐私保护
55习题与实践
参考文献
第6章数据可视化
61数据可视化类型
611科学可视化
612信息可视化
613可视分析学
62数据可视化基础
621数据可视化流程
622数据处理和变换
623视觉编码
624统计图表
625视觉隐喻
63可视化评估
631评估分类
632评估方法
64可视化主要工具
641主要工具列举
642Tableau操作简介
65习题与实践
参考文献
第7章大数据与社交媒体的融合
71社交媒体概述
711社交媒体的定义
712社交媒体的发展
72社交媒体大数据的分析与挖掘
721基于用户的大数据分析
722基于关系的大数据分析
723基于内容的大数据分析
73社交媒体大数据的未来挑战
74社交媒体下大数据信息安全问题
741社交媒体导致的信息风险类型和形成原因
742社交媒体的信息风险治理方案
75习题与实践
参考文献
第8章健康大数据在公共卫生领域的应用
81健康大数据概述
811健康大数据的定义
812健康大数据的特点
813健康大数据的分类
82健康大数据研究现状
83健康大数据在公共卫生领域的应用
831疾病预测与预防
832医疗救治与医药研发
833健康监测管理与个性化医疗服务
834电子病历的发展
835疫情防控下大数据行程卡的使用
836远程会诊和智能医疗
84健康大数据在公共卫生领域的挑战
841健康大数据安全隐私问题
842标准化困境
843信息孤岛问题
844缺少复合型人才和专业化队伍
85习题与实践
参考文献
第9章大数据在碳减排中的应用
91碳排放的问题与现状
911双碳概念
912个人数据分析问题
913企业数据应用问题
914环境数据的发展方向
92大数据与双碳
921碳达峰+大数据
922碳中和+大数据
923智能监管+大数据
93案例与数据挖掘
94挑战与机遇
941物联网的模式
942数据科学的技术
943新能源科学与工程+大数据
95习题与实践
参考文献
第10章大数据对金融业的挑战与机遇
101金融大数据概述
1011什么是金融大数据
1012金融大数据对金融业的影响
1013金融大数据应用实施战略
102金融大数据的应用
103大数据与金融创新
1031金融创新的4个维度
1032金融创新中的模型和算法
104金融大数据案例
105习题与实践
参考文献
第11章大数据在制造业中的应用
111大数据下的工业革命
1111国外大数据下的“工业40”
1112我国大数据下的“工业40”
112工业大数据
113大数据与智能工厂
1131大数据与智能工厂概述
1132智能工厂在我国的应用
1133智能制造大数据分析
114大数据与智能制造典范
115习题与实践
参考文献
第12章大数据在旅游业中的应用
121旅游数据的问题与发展
1211旅游数据收集问题
1212旅游数据分析问题
1213旅游数据应用问题
1214旅游数据的发展方向
122大数据与旅游业
1221智慧旅游+大数据
1222定制旅游+大数据
1223精准营销+大数据
1224全域旅游+大数据
123旅游与数据挖掘
1231锁定客户人群，关注客户需求
1232社交媒体挖掘，增加客户忠诚
124旅游平台
1241旅游平台的模式
1242旅游平台的技术
125习题与实践
参考文献