Hadoop大数据分析与挖掘实战 (大数据技术丛书)
- 体积:17.24 MB
- 语言:中文
- 日期:2017-05-24
- 推荐:人
简介:本书作者从实践出发,结合大量大数据挖掘工程案例及教学经验,以真实案例为主线,深入浅出介绍大数据挖掘项目中针对数据分析的各个流程:数据探索、数据预处理、分类与预测、聚类分析、关联规则挖掘、智能推荐等。因此,图书的编排以解决某个大数据应用的挖掘目标为前提,先介绍案例背景提出挖掘目标,再阐述针对这个目标使用的大数据挖掘分析方法与过程,最后完成模型构建,在介绍建模过程中会针对每个大数据项目的特点进行分析,同时提供上机实验,把相关的建模操作提供给读者。在本书的高级篇中,介绍大数据挖掘的二次开发实例,方便有能力的读者进行相关二次开发。
这些资源你可能感兴趣
本书作者从实践出发,结合大量大数据挖掘工程案例及教学经验,以真实案例为主线,深入浅出介绍大数据挖掘项目中针对数据分析的各个流程:数据探索、数据预处理、分类与预测、聚类分析、关联规则挖掘、智能推荐等。因此,图书的编排以解决某个大数据应用的挖掘目标为前提,先介绍案例背景提出挖掘目标,再阐述针对这个目标使用的大数据挖掘分析方法与过程,最后完成模型构建,在介绍建模过程中会针对每个大数据项目的特点进行分析,同时提供上机实验,把相关的建模操作提供给读者。在本书的高级篇中,介绍大数据挖掘的二次开发实例,方便有能力的读者进行相关二次开发。
作者简介
张良均,资深大数据挖掘专家和模式识别专家,高级信息项目管理师,有10多年的大数据挖掘应用、咨询和培训经验。为电信、电力、政府、互联网、生产制造、零售、银行、生物、化工、医药等多个行业上百家大型企业提供过数据挖掘应用与咨询服务,实践经验*常丰富。此外,他精通Java EE企业级应用开发,是广东工业大学、华南师范大学、华南农业大学、贵州师范学院、韩山师范学院、广东技术师范学院兼职教授,著有《神经网络实用教程》、《数据挖掘:实用案例分析》、《MATLAB数据分析与挖掘实战》《R语言数据分析与挖掘实战》等畅销书。
目录
前言
基础篇
第1章数据挖掘基础2
1.1某知名连锁餐饮企业的困惑2
1.2从餐饮服务到数据挖掘3
1.3数据挖掘的基本任务4
1.4数据挖掘建模过程4
1.4.1定义挖掘目标4
1.4.2数据取样5
1.4.3数据探索6
1.4.4数据预处理12
1.4.5挖掘建模14
1.4.6模型评价14
1.5餐饮服务中的大数据应用15
1.6小结15
第2章Hadoop基础16
2.1概述16
2.1.1Hadoop简介16
2.1.2Hadoop生态系统17
2.2安装与配置19
2.3Hadoop原理26
2.3.1HadoopHDFS原理26
2.3.2HadoopMapReduce原理27
2.3.3HadoopYARN原理28
2.4动手实践30
2.5小结33
第3章Hadoop生态系统:Hive34
3.1概述34
3.1.1Hive简介34
3.1.2Hive安装与配置35
3.2Hive原理38
3.2.1Hive架构38
3.2.2Hive的数据模型40
3.3动手实践41
3.4小结45
第4章Hadoop生态系统:HBase46
4.1概述46
4.1.1HBase简介46
4.1.2HBase安装与配置47
4.2HBase原理50
4.2.1HBase架构50
4.2.2HBase与RDBMS51
4.2.3HBase访问接口52
4.2.4HBase数据模型53
4.3动手实践54
4.4小结61
第5章大数据挖掘建模平台62
5.1常用的大数据平台62
5.2TipDM—HB大数据挖掘建模平台63
5.2.1TipDM—HB大数据挖掘建模平台的功能63
5.2.2TipDM—HB大数据挖掘建模平台操作流程及实例65
5.2.3TipDM—HB大数据挖掘建模平台的特点67
5.3小结68
第6章挖掘建模69
6.1分类与预测69
6.1.1实现过程69
6.1.2常用的分类与预测算法70
6.1.3决策树71
6.1.4Mahout中RandomForests算法的实现原理75
6.1.5动手实践79
6.2聚类分析83
6.2.1常用聚类分析算法83
6.2.2K—Means聚类算法84
6.2.3Mahout中K—Means算法的实现原理88
6.2.4动手实践90
6.3关联规则93
6.3.1常用的关联规则算法93
6.3.2FP—Growth关联规则算法94
6.3.3Mahout中ParallelFrequentPatternMining算法的实现原理98
6.3.4动手实践100
6.4协同过滤102
6.4.1常用的协同过滤算法102
6.4.2基于项目的协同过滤算法简介102
6.4.3Mahout中ItembasedCollaborativeFiltering算法的实现原理103
6.4.4动手实践106
6.5小结109
实战篇
第7章法律咨询数据分析与服务推荐112
7.1背景与挖掘目标112
7.2分析方法与过程114
7.2.1数据抽取120
7.2.2数据探索分析120
7.2.3数据预处理125
7.2.4模型构建130
7.3上机实验139
7.4拓展思考140
7.5小结145
第8章电商产品评论数据情感分析146
8.1背景与挖掘目标146
8.2分析方法与过程146
8.2.1评论数据采集147
8.2.2评论预处理150
8.2.3文本评论分词155
8.2.4构建模型155
8.3上机实验167
8.4拓展思考168
8.5小结169
第9章航空公司客户价值分析170
9.1背景与挖掘目标170
9.2分析方法与过程171
9.2.1数据抽取174
9.2.2数据探索分析174
9.2.3数据预处理175
9.2.4模型构建177
9.3上机实验182
9.4拓展思考183
9.5小结183
第10章基站定位数据商圈分析184
10.1背景与挖掘目标184
10.2分析方法与过程186
10.2.1数据抽取186
10.2.2数据探索分析187
10.2.3数据预处理188
10.2.4构建模型191
10.3上机实验194
10.4拓展思考195
10.5小结195
第11章互联网电影智能推荐196
11.1背景与挖掘目标196
11.2分析方法与过程197
11.2.1数据抽取199
11.2.2构建模型199
11.3上机实验201
11.4拓展思考202
11.5小结203
第12章家电故障备件储备预测分析204
12.1背景与挖掘目标204
12.2分析方法与过程206
12.2.1数据探索分析207
12.2.2数据预处理209
12.2.3构建模型212
12.3上机实验216
12.4拓展思考217
12.5小结217
第13章市供水混凝投药量控制分析218
13.1背景与挖掘目标218
13.2分析方法与过程220
13.2.1数据抽取221
13.2.2数据探索分析221
13.2.3数据预处理223
13.2.4构建模型227
13.3上机实验237
13.4拓展思考238
13.5小结239
第14章基于图像处理的车辆压双黄线检测240
14.1背景与挖掘目标240
14.2分析方法与过程241
14.2.1数据抽取242
14.2.2数据探索分析242
14.2.3数据预处理242
14.2.4构建模型249
14.3上机实验250
14.4拓展思考250
14.5小结251
高级篇
第15章基于Mahout的大数据挖掘开发254
15.1概述254
15.2环境配置255
15.3基于Mahout算法接口的二次开发258
15.3.1Mahout算法实例258
15.3.2Mahout算法接口的二次开发示例259
15.4小结271
第16章基于TipDM—HB的数据挖掘二次开发272
16.1概述272
16.1.1TipDM—HB大数据挖掘建模平台服务接口272
16.1.2ApacheCXF简介276
16.2TipDM—HB大数据挖掘建模平台服务开发实例277
16.2.1环境配置277
16.2.2开发实例280
16.3小结288
参考资料289
本书评论