大數據與智慧社會：數據驅動變革、構建未來世界 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

張剋平，陳曙東 著

齣版社： 人民郵電齣版社

ISBN：9787115456243

版次：01

商品編碼：12194960

包裝：平裝

開本：小16開

齣版時間：2017-04-01

頁數：264

正文語種：中文

編輯推薦

適讀人群 ：　　本書適閤政府決策者、企業管理者、IT實施者（CTO、CDO、技術人員等）以及高等院校相關專業的師生閱讀。
大數據與雲計算、可視化技術、數據挖掘技術、係統評價標準；
大數據對日常生活中的食、住、行、遊、購有哪些影響？
大數據在政務、交通、醫療、金融等領域有哪些重大作為？如何造就智慧社會？
這本書的兩位作者，一位是智慧城市領域專傢，一位是大數據領域專傢，二位結閤各自的專長，共同打造瞭這本精品力作。

工業和信息化部原副部長楊學山、中國工程院院士倪光南傾情作序！

中國科學院微電子研究所所長葉甜春、井通網絡科技有限公司執行董事兼總經理武源文、雪鬆控股CIO徐斌、Gartner全球高管閤夥人趙光等多位行業專傢聯閤推薦！

內容簡介

　　大數據正在改變人們的生活、社會的運行方式以及各行業的競爭生態，是提升政府治理水平和企業競爭力的核心要素。然而，政府和企業如何纔能抓住大數據帶來的寶貴機遇，改善公共服務、激發商業創新？推進大數據應用的進程對現有技術框架、管理機製、評價體係又有哪些新的要求？
　　針對這一係列問題，《大數據與智慧社會》一書做齣瞭係統的迴答。《大數據與智慧社會：數據驅動變革、構建未來世界》從全局齣發，對大數據的基本內涵進行瞭係統描述，概括瞭大數據的前世今生，揭示瞭其哲學本質；以技術為主綫，深刻剖析瞭大數據的技術框架，預測瞭大數據的技術發展趨勢；理論與實踐相結閤，形成大數據係統評價標準；選取大數據在生活、政務、交通、醫療、金融領域落地應用的實戰案例，進行深入分析和解讀，以期為我國的政府治理、經濟發展、企業創新提供有效的指導和幫助。
　　《大數據與智慧社會：數據驅動變革、構建未來世界》適閤政府決策者、企業管理者、IT實施者（CTO、CDO、技術人員等）以及高等院校相關專業的師生閱讀。

作者簡介

張剋平
　　江蘇省無锡市信息化和無綫電管理局局長、北京郵電大學兼職教授、清華大學客座教授、2016中國智慧城市百城會首任執行會長，長期緻力於無锡物聯網和智慧城市建設並取得突齣成績，曾先後榮獲“2009年中國創意策劃領袖人物”“2010年中國物聯網十大人物”“2011年中國城市信息化領軍人物”“2011-2012年度推動中國雲計算産業發展突齣貢獻人物”“2016中國智慧城市建設領軍人物”等稱號，以及“2012年中國物聯網産業傑齣貢獻奬”“2013-2015年中國智慧城市推進傑齣貢獻奬”等奬項。

陳曙東
　　中科院微電子研究所百人計劃研究員、博士生導師，長期從事分布式計算、數據挖掘領域的應用技術研究，主持瞭多項國傢、省部級、歐盟等科技專項，發錶學術論文40餘篇，擁有專利與軟件著作權20多項，入選國傢、北京市大數據與雲計算領域專傢庫。

目錄

第1章 大數據概述 1
1．1 什麼是大數據 2
1．1．1 大數據的定義和特徵 2
1．1．2 大數據的發展曆程 6
1．1．3 大數據的來源 11
1．2 大數據的哲學本質 12
1．2．1 大數據與世界觀 13
1．2．2 大數據與認識論 14
1．2．3 大數據與方法論 15
1．2．4 大數據與價值觀 18
1．3 大數據技術框架 19
1．3．1 大數據處理係統綜述 19
1．3．2 大數據平颱基礎 20
1．3．3 大數據存儲係統 22
1．3．4 大數據計算模型 23
1．4 大數據發展趨勢 26
1．4．1 大數據的技術發展趨勢 26
1．4．2 大數據的應用發展趨勢 30

第2章 大數據的雲計算基礎 33
2．1 虛擬化技術 34
2．1．1 虛擬化的概念 34
2．1．2 虛擬化技術分類 35
2．1．3 虛擬化解決方案 36
2．1．4 虛擬化技術與大數據 39
2．2 OpenStack 技術 40
2．2．1 OpenStack 概述 40
2．2．2 OpenStack 曆史 41
2．2．3 OpenStack 係統架構 41
2．2．4 OpenStack 的優勢和劣勢 44
2．2．5 虛擬化與OpenStack 技術比較 46
2．3 IaaS 平颱建設 47
2．3．1 IaaS 平颱介紹 47
2．3．2 IaaS 雲平颱的種類 49
2．3．3 IaaS 平颱設計 51
2．3．4 IaaS 平颱解決方案 53
2．3．5 IaaS 平颱搭建 55

第3章 Hadoop 基礎組件 57
3．1 Hadoop 概述 58
3．1．1 Hadoop 簡介 58
3．1．2 Hadoop 係統架構 59
3．1．3 Hadoop 的優勢與不足 60
3．1．4 Hadoop 的適用場景 63
3．1．5 Hadoop 的商業模式 64
3．2 Hadoop 分布式文件係統HDFS 65
3．2．1 HDFS 的設計目標 65
3．2．2 HDFS 的基本架構 67
3．2．3 HDFS 的特點 68
3．2．4 HDFS 的優勢與缺點 70
3．3 Hadoop 分布式計算框架MapReduce 72
3．3．1 MapReduce 簡介 72
3．3．2 MapReduce 的運行流程 73
3．3．3 MapReduce 與DataFlow 比較 75
3．4 Hadoop 統一資源管理框架YARN 76
3．4．1 YARN 架構簡介 76
3．4．2 YARN 架構框架 77
3．4．3 YARN 與舊MapReduce 框架對比 79
3．4．4 YARN 與Mesos 框架對比 79
3．5 Hadoop 分布式集群管理係統ZooKeeper 81
3．5．1 ZooKeeper 簡介 81
3．5．2 ZooKeeper 總體架構 82
3．5．3 ZooKeeper 的運行模式 84
3．5．4 ZooKeeper 的設計要點 85
3．5．5 ZooKeeper 的使用 87

第4章 Hadoop 其他常用組件 89
4．1 Hadoop 數據倉庫工具Hive 90
4．1．1 Hive 簡介 90
4．1．2 Hive 架構設計 91
4．1．3 Hive 部署模式 92
4．1．4 Hive 與關係型數據庫比較 94
4．2 Hadoop 分布式數據庫HBase 97
4．2．1 HBase 簡介 97
4．2．2 HBase 體係架構 97
4．2．3 HBase 性能分析 99
4．2．4 HBase 容錯機製 101
4．3 Hadoop 實時流式處理引擎Storm-YARN 102
4．3．1 流式處理概述 102
4．3．2 Storm 簡介 103
4．3．3 Storm 架構 105
4．3．4 Storm 與Spark Streaming 比較 106
4．4 Hadoop 交互式查詢引擎 Impala 108
4．4．1 Impala 簡介 108
4．4．2 Impala 架構分析 109
4．4．3 Impala 與Hive 比較 110

第5章 Spark 內存計算框架 113
5．1 內存計算與Spark 114
5．1．1 內存計算概念 114
5．1．2 內存計算分類 116
5．1．3 Spark 與內存數據處理係統 118
5．2 Spark 概述 119
5．2．1 Spark 架構 119
5．2．2 Spark 的RDD 模型 121
5．2．3 Spark 與Hadoop 的性能對比 121
5．3 Spark 核心組件介紹 122
5．3．1 Spark SQL 122
5．3．2 Spark MLlib 123
5．3．3 Spark GraphX 123
5．3．4 Spark Streaming 124
5．4 Spark 集群管理 125
5．4．1 Spark 部署方式 125
5．4．2 Spark 資源調度 126
5．4．3 Spark 任務調度 127

第6章 大數據可視化技術 129
6．1 數據可視化的基本概念 131
6．2 數據可視化的發展趨勢 132
6．3 數據可視化應用與設計 135

第7章 數據挖掘技術 139
7．1 什麼是數據挖掘 140
7．2 數據挖掘的流程 142
7．3 數據挖掘典型算法 143
7．4 數據挖掘與大數據 151

第8章 大數據係統評價標準 153
8．1 大數據係統評價概述 154
8．1．1 信息時代的“雲大物移” 154
8．1．2 大數據項目失敗的常見原因 155
8．2 評價指標選取原則 157
8．3 大數據係統評價標準 159
8．3．1 通用評價要素 159
8．3．2 專有評價要素 160
8．4 大數據係統定位 161
8．4．1 與企業戰略相匹配 161
8．4．2 與企業架構相匹配 162
8．4．3 與企業需求相匹配 162
8．5 大數據價值評估模型 164
8．6 大數據質量評價 165
8．6．1 數據流程視角 165
8．6．2 數據技術視角 167
8．6．3 數據管理視角 168
8．7 大數據安全評價 169

第9章 大數據在生活中的應用 173
9．1 食：食品安全 174
案例：阿裏巴巴大數據協助食品安全風險控製 175
9．2 住：智能傢居 176
案例：無锡市智能傢居 177
9．3 行：智能交通 177
案例：深圳市智能綜閤交通運行指揮中心 180
9．4 遊：智慧旅遊 180
案例：無锡市智慧旅遊立體化營銷體係 181
9．5 購：電商營銷 183
案例：京東大數據營銷 185

第10章 大數據在政務領域的應用 187
10．1 條塊分割拖纍政務發展 188
10．2 數據統籌助力決策參考 190
案例：佛山市南海區數據統籌 192
10．3 服務整閤創新社會管理 193
案例：無锡市智慧城管係統 194
10．4 資源整閤強化公共服務 196
案例：無锡市政務服務平颱 197
10．5 數據公開輔助政府監督 200
案例：上海市利用大數據實現市場監管 201

第11章 大數據在交通領域的應用 203
11．1 頻繁擁堵造就城市頑疾 204
11．2 客流分析改進公交綫路設計 205
案例：北京市大數據路綫優化 206
11．3 多源數據輔助交通調查 206
案例：上海市綜閤交通特徵分析 208
11．4 整閤信息優化資源配置 210
案例：無锡市智慧交通信息工程 211
11．5 智能數據釋難最後一公裏 213
案例：共享單車便捷齣行 214

第12章 大數據在醫療領域的應用 215
12．1 醫療數據挖掘行業價值 217
案例：無锡市智慧健康工程 218
12．2 海量數據助推遠程醫療 221
案例：中日醫院基於大數據讓遠程醫療、分級診療深入臨床一綫 222
12．3 移動醫療緩解資源緊缺 223
案例：春雨掌上醫生 224
12．4 健康數據實現精準醫療 226
案例：微軟亞洲研究院利用大數據推動癌癥精準醫療 226

第13章 大數據在金融領域的應用 229
13．1 交易數據飽含金融商機 231
13．2 智能分析防範金融欺詐 232
案例：天下無賊反信息詐騙聯盟 235
13．3 徵信預測改善金融風控 236
案例：ZestFinance 公司 237
13．4 “互聯網+”催生金融産品 239
案例：螞蟻金服 239

參考文獻 241

評分☆☆☆☆☆

還好好的好好好好好好好好好好好

評分☆☆☆☆☆

這次6.18圖書活動值得錶揚，不像以前那樣搶不到券瞭，這樣的京東還是值得肯頂一一下的，以後加強吧

評分☆☆☆☆☆

很不錯，推薦大傢購買...

評分☆☆☆☆☆

可以可以可以可以可以可以可以可以可以可以可以可以可以可以可以可以可以可以可以

評分☆☆☆☆☆

書的質量很好，印刷精美，值得買

評分☆☆☆☆☆

簡單，入門好書籍

評分☆☆☆☆☆

還沒看，想買來學習一下，希望用的到！

評分☆☆☆☆☆

部分解答區塊鏈與大數據的關係。

評分☆☆☆☆☆

京東快遞還是一如既往的給力，上午剛下的單下午就到瞭