Hadoop大數(shù)據(jù)分析與挖掘?qū)崙?zhàn) pdf最新版電子書籍

Hadoop大數(shù)據(jù)分析與挖掘?qū)崙?zhàn)pdf是一本全新的大數(shù)據(jù)分析書籍，該書理論部分介紹了Hadoop生態(tài)系統(tǒng)基本原理及常用大數(shù)據(jù)挖掘建模工具。而且知識嵌入的很棒，能夠讓讀者更好的掌握這方面的知識，因此有需要的感覺來下載吧！

內(nèi)容介紹

10多位技術(shù)專家結(jié)合自己10多年的經(jīng)驗，以電信、航空、醫(yī)療等多個行業(yè)的實戰(zhàn)案例為主線，深入淺出地講解了如何基于Hadoop架構(gòu)技術(shù)進(jìn)行大數(shù)據(jù)挖掘建模、數(shù)據(jù)分析和二次開發(fā)。

本書共16章，分三個部分：基礎(chǔ)篇、實戰(zhàn)篇、高級篇。

基礎(chǔ)篇(第1~6章)，第1章的主要內(nèi)容是數(shù)據(jù)挖掘概述、大數(shù)據(jù)餐飲行業(yè)應(yīng)用;第2章針對大數(shù)據(jù)理論知識進(jìn)行基礎(chǔ)講解，簡明扼要地對Hadoop安裝、原理等做了介紹;第3章介紹了大數(shù)據(jù)倉庫Hive的安裝、原理等內(nèi)容;第4章介紹了大數(shù)據(jù)數(shù)據(jù)庫HBase的安裝、原理等內(nèi)容;第5章介紹了幾種大數(shù)據(jù)挖掘建模平臺，同時重點介紹了本書使用的開源TipDM-HB大數(shù)據(jù)挖掘平臺;第6章對數(shù)據(jù)挖掘的建模過程，各種挖掘建模的常用算法與原理及其在大數(shù)據(jù)挖掘算法庫Mahout的實現(xiàn)原理進(jìn)行了介紹。

實戰(zhàn)篇(第7~14章)，重點對大數(shù)據(jù)挖掘技術(shù)在法律咨詢、電子商務(wù)、航空、移動通信、互聯(lián)網(wǎng)、生產(chǎn)制造以及公共服務(wù)等行業(yè)的應(yīng)用進(jìn)行了分析。在案例結(jié)構(gòu)組織上，本書是按照先介紹案例背景與挖掘目標(biāo)，再闡述大數(shù)據(jù)時代針對大數(shù)據(jù)的分析方法與過程，最后完成模型構(gòu)建的順序進(jìn)行，對建模過程等關(guān)鍵環(huán)節(jié)進(jìn)行了詳細(xì)的分析。最后通過上機實踐，加深對大數(shù)據(jù)挖掘技術(shù)以及分析流程的認(rèn)識。

高級篇(第15~16章)，介紹了基于Hadoop大數(shù)據(jù)開發(fā)的相關(guān)技術(shù)以及開發(fā)步驟，同時使用實例來展示這些步驟，使讀者可以自己動手實踐，親自體會開發(fā)的樂趣;同時，還介紹了基于TipDM-HB大數(shù)據(jù)挖掘平臺的二次開發(fā)實例，借助TipDM-HB大數(shù)據(jù)挖掘平臺二次開發(fā)工具，可以更加快捷、高效地完成相關(guān)大數(shù)據(jù)應(yīng)用的二次開發(fā)，降低開發(fā)難度，使讀者更方便地體會到大數(shù)據(jù)分析與挖掘的強大魅力。

圖書配套提供原始樣本數(shù)據(jù)文件、相關(guān)代碼及教學(xué)用PPT等。

作者介紹

張良均，資深大數(shù)據(jù)挖掘?qū)＜液湍Ｊ阶R別專家，高級信息項目管理師，有10多年的大數(shù)據(jù)挖掘應(yīng)用、咨詢和培訓(xùn)經(jīng)驗。為電信、電力、政府、互聯(lián)網(wǎng)、生產(chǎn)制造、零售、銀行、生物、化工、醫(yī)藥等多個行業(yè)上百家大型企業(yè)提供過數(shù)據(jù)挖掘應(yīng)用與咨詢服務(wù)，實踐經(jīng)驗非常豐富。此外，他精通Java EE企業(yè)級應(yīng)用開發(fā)，是廣東工業(yè)大學(xué)、華南師范大學(xué)、華南農(nóng)業(yè)大學(xué)、貴州師范學(xué)院、韓山師范學(xué)院、廣東技術(shù)師范學(xué)院兼職教授，著有《神經(jīng)網(wǎng)絡(luò)實用教程》、《數(shù)據(jù)挖掘：實用案例分析》、《MATLAB數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》《R語言數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》《Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》等暢銷書。

目錄介紹

前　言

基　礎(chǔ)　篇

第1章　數(shù)據(jù)挖掘基礎(chǔ)2

1.1　某知名連鎖餐飲企業(yè)的困惑2

1.2　從餐飲服務(wù)到數(shù)據(jù)挖掘3

1.3　數(shù)據(jù)挖掘的基本任務(wù)4

1.4　數(shù)據(jù)挖掘建模過程4

1.4.1　定義挖掘目標(biāo)4

1.4.2　數(shù)據(jù)取樣5

1.4.3　數(shù)據(jù)探索6

1.4.4　數(shù)據(jù)預(yù)處理12

1.4.5　挖掘建模14

1.4.6　模型評價14

1.5　餐飲服務(wù)中的大數(shù)據(jù)應(yīng)用15

1.6　小結(jié)15

第2章　Hadoop基礎(chǔ)16

2.1　概述16

2.1.1　Hadoop簡介16

2.1.2　Hadoop生態(tài)系統(tǒng)17

2.2　安裝與配置19

2.3　Hadoop原理26

2.3.1　Hadoop HDFS原理26

2.3.2　Hadoop MapReduce原理27

2.3.3　Hadoop YARN原理28

2.4　動手實踐30

2.5　小結(jié)33

第3章　Hadoop生態(tài)系統(tǒng)：Hive34

3.1　概述34

3.1.1　Hive簡介34

3.1.2　Hive安裝與配置35

3.2　Hive原理38

3.2.1　Hive架構(gòu)38

3.2.2　Hive的數(shù)據(jù)模型40

3.3　動手實踐41

3.4　小結(jié)45

第4章　Hadoop生態(tài)系統(tǒng)：HBase46

4.1　概述46

4.1.1　HBase簡介46

4.1.2　HBase安裝與配置47

4.2　HBase原理50

4.2.1　HBase架構(gòu)50

4.2.2　HBase與RDBMS51

4.2.3　HBase訪問接口52

4.2.4　HBase數(shù)據(jù)模型53

4.3　動手實踐54

4.4　小結(jié)61

第5章　大數(shù)據(jù)挖掘建模平臺62

5.1　常用的大數(shù)據(jù)平臺62

5.2　TipDM-HB大數(shù)據(jù)挖掘建模平臺63

5.2.1　TipDM-HB大數(shù)據(jù)挖掘建模平臺的功能63

5.2.2　TipDM-HB大數(shù)據(jù)挖掘建模平臺操作流程及實例65

5.2.3　TipDM-HB大數(shù)據(jù)挖掘建模平臺的特點67

5.3　小結(jié)68

第6章　挖掘建模69

6.1　分類與預(yù)測69

6.1.1　實現(xiàn)過程69

6.1.2　常用的分類與預(yù)測算法70

6.1.3　決策樹71

6.1.4　Mahout中Random Forests算法的實現(xiàn)原理75

6.1.5　動手實踐79

6.2　聚類分析83

6.2.1　常用聚類分析算法83

6.2.2　K-Means聚類算法84

6.2.3　Mahout中K-Means算法的實現(xiàn)原理88

6.2.4　動手實踐90

6.3　關(guān)聯(lián)規(guī)則93

6.3.1　常用的關(guān)聯(lián)規(guī)則算法93

6.3.2　FP-Growth關(guān)聯(lián)規(guī)則算法94

6.3.3　Mahout中Parallel Frequent Pattern Mining算法的實現(xiàn)原理98

6.3.4　動手實踐100

6.4　協(xié)同過濾102

6.4.1　常用的協(xié)同過濾算法102

6.4.2　基于項目的協(xié)同過濾算法簡介102

6.4.3　Mahout中Itembased Collaborative Filtering算法的實現(xiàn)原理103

6.4.4　動手實踐106

6.5　小結(jié)109

實　戰(zhàn)　篇

第7章　法律咨詢數(shù)據(jù)分析與服務(wù)推薦112

7.1　背景與挖掘目標(biāo)112

7.2　分析方法與過程114

7.2.1　數(shù)據(jù)抽取120

7.2.2　數(shù)據(jù)探索分析120

7.2.3　數(shù)據(jù)預(yù)處理125

7.2.4　模型構(gòu)建130

7.3　上機實驗139

7.4　拓展思考140

7.5　小結(jié)145

第8章　電商產(chǎn)品評論數(shù)據(jù)情感分析146

8.1　背景與挖掘目標(biāo)146

8.2　分析方法與過程146

8.2.1　評論數(shù)據(jù)采集147

8.2.2　評論預(yù)處理150

8.2.3　文本評論分詞155

8.2.4　構(gòu)建模型155

8.3　上機實驗167

8.4　拓展思考168

8.5　小結(jié)169

第9章　航空公司客戶價值分析170

9.1　背景與挖掘目標(biāo)170

9.2　分析方法與過程171

9.2.1　數(shù)據(jù)抽取174

9.2.2　數(shù)據(jù)探索分析174

9.2.3　數(shù)據(jù)預(yù)處理175

9.2.4　模型構(gòu)建177

9.3　上機實驗182

9.4　拓展思考183

9.5　小結(jié)183

第10章　基站定位數(shù)據(jù)商圈分析184

10.1　背景與挖掘目標(biāo)184

10.2　分析方法與過程186

10.2.1　數(shù)據(jù)抽取186

10.2.2　數(shù)據(jù)探索分析187

10.2.3　數(shù)據(jù)預(yù)處理188

10.2.4　構(gòu)建模型191

10.3　上機實驗194

10.4　拓展思考195

10.5　小結(jié)195

第11章　互聯(lián)網(wǎng)電影智能推薦196

11.1　背景與挖掘目標(biāo)196

11.2　分析方法與過程197

11.2.1　數(shù)據(jù)抽取199

11.2.2　構(gòu)建模型199

11.3　上機實驗201

11.4　拓展思考202

11.5　小結(jié)203

第12章　家電故障備件儲備預(yù)測分析204

12.1　背景與挖掘目標(biāo)204

12.2　分析方法與過程206

12.2.1　數(shù)據(jù)探索分析207

12.2.2　數(shù)據(jù)預(yù)處理209

12.2.3　構(gòu)建模型212

12.3　上機實驗216

12.4　拓展思考217

12.5　小結(jié)217

第13章　市供水混凝投藥量控制分析218

13.1　背景與挖掘目標(biāo)218

13.2　分析方法與過程220

13.2.1　數(shù)據(jù)抽取221

13.2.2　數(shù)據(jù)探索分析221

13.2.3　數(shù)據(jù)預(yù)處理223

13.2.4　構(gòu)建模型227

13.3　上機實驗237

13.4　拓展思考238

13.5　小結(jié)239

第14章　基于圖像處理的車輛壓雙黃線檢測240

14.1　背景與挖掘目標(biāo)240

14.2　分析方法與過程241

14.2.1　數(shù)據(jù)抽取242

14.2.2　數(shù)據(jù)探索分析242

14.2.3　數(shù)據(jù)預(yù)處理242

14.2.4　構(gòu)建模型249

14.3　上機實驗250

14.4　拓展思考250

14.5　小結(jié)251

高　級　篇

第15章　基于Mahout的大數(shù)據(jù)挖掘開發(fā)254

15.1　概述254

15.2　環(huán)境配置255

15.3　基于Mahout算法接口的二次開發(fā)258

15.3.1　Mahout算法實例258

15.3.2　Mahout算法接口的二次開發(fā)示例259

15.4　小結(jié)271

第16章　基于TipDM-HB的數(shù)據(jù)挖掘二次開發(fā)272

16.1　概述272

16.1.1　TipDM-HB大數(shù)據(jù)挖掘建模平臺服務(wù)接口272

16.1.2　Apache CXF簡介276

16.2　TipDM-HB大數(shù)據(jù)挖掘建模平臺服務(wù)開發(fā)實例277

16.2.1　環(huán)境配置277

16.2.2　開發(fā)實例280

16.3　小結(jié)288

參考資料289

使用方法

1、下載并解壓，得出pdf文件

2、如果打不開本文件，請務(wù)必下載pdf閱讀器

3、安裝后，在打開解壓得出的pdf文件

4、雙擊進(jìn)行閱讀試讀