大數(shù)據(jù)分析

第1章大數(shù)據(jù)概述
1.1大數(shù)據(jù)的背景
1.2大數(shù)據(jù)的基本概念
1.3大數(shù)據(jù)的來源及分類
1.4大數(shù)據(jù)分析的價值
1.5案例：上海聯(lián)通大數(shù)據(jù)應(yīng)用實踐
【本章小結(jié)】
【關(guān)鍵術(shù)語】
【復(fù)習(xí)思考題】
第2章大數(shù)據(jù)生態(tài)系統(tǒng)
2.1.Hadoop生態(tài)系統(tǒng)
2.2Spark生態(tài)系統(tǒng)
2.3Hadoop和Spark的應(yīng)用案例
【本章小結(jié)】
【關(guān)鍵術(shù)語】
【復(fù)習(xí)思考題】
第3章大數(shù)據(jù)收集
3.1Flume
3.2Kafka
3.3Kafka和Flume的區(qū)別
【本章小結(jié)】
【關(guān)鍵術(shù)語】
【復(fù)習(xí)思考題】
第4章大數(shù)據(jù)計算
4.1MapReduce
4.2Impala
4.3Stolln
【本章小結(jié)】
【關(guān)鍵術(shù)語】
【復(fù)習(xí)思考題】
第5章大數(shù)據(jù)挖掘
5.1機器學(xué)習(xí)
5.2Mahout
5.3Weka
5.4R語言
【本章小結(jié)】
【關(guān)鍵術(shù)語】
【復(fù)習(xí)思考題】
第6章大數(shù)據(jù)可視化
6.1Tableau
6.2ECharts
6.3大數(shù)據(jù)可視化應(yīng)用實例
【本章小結(jié)】
【關(guān)鍵術(shù)語】
【復(fù)習(xí)思考題】
第7章大規(guī)模搜索日志用戶行為分析
7.1Linux環(huán)境下進(jìn)行數(shù)據(jù)預(yù)處理
7.2基于Hive構(gòu)建日志數(shù)據(jù)的數(shù)據(jù)倉庫
7.3搜索日志數(shù)據(jù)分析
【本章小結(jié)】
【關(guān)鍵術(shù)語】
【復(fù)習(xí)思考題】
第8章電子商務(wù)大數(shù)據(jù)推薦系統(tǒng)
8.1電子商務(wù)推薦系統(tǒng)
8.2數(shù)據(jù)預(yù)處理
8.3Mahout基于項目的推薦方法
【本章小結(jié)】
【關(guān)鍵術(shù)語】
【復(fù)習(xí)思考題】
附錄
附錄1Flume中組件的度量
附錄2Linux系統(tǒng)下配置實驗環(huán)境
附錄3安裝部署Hive
附錄4Mahout實驗環(huán)境配置及數(shù)據(jù)準(zhǔn)備
附錄5大數(shù)據(jù)分析學(xué)習(xí)資源
參考文獻(xiàn)