编辑推荐

null

内容简介

王连印、凌建华、魏旭晖、黄景涛、邢双秋等编著的《大数据在质检领域的应用(精)》分为上下两篇：上篇是大数据理论，主要是从大数据的概念和发展背景、大数据时代、大数据技术、大数据应用的一般模式和价值提升等方面进行了总结，同时选取了金融、电信、零售、体育及国外质检行业的典型案例进行了分析；下篇是大数据在质检领域的应用，主要是针对质检行业存在的关键问题，采用信息技术与业务研究相结合的方法，设计了质检大数据技术支撑平台，对“12365”热线数据、质量监督抽查数据、检验检疫统计数据、进出口食品化妆品数据、电梯物联网数据、标准题录数据形成的案例进行了分析，并研发了质检领域大数据服务模块，设计了初步的数据开放网站，主要目的是研究如何进一步完善针对生产企业和产品监管的新型质检行业服务体系，提高政府监管水平和效益。

目 录

上篇 大数据理论 第1章 大数据的概念和发展背景 1.1 大数据的发展背景 1.1.1 大数据的产生 1.1.2 标志性事件与技术发展 1.1.3 国家大数据战略 1.2 大数据的概念和特征 1.2.1 大数据的概念 1.2.2 大数据的特征 1.3 大数据背景下的数据类型 1.3.1 结构化数据 1.3.2 半结构化数据 1.3.3 非结构化数据 1.4 大数据的潜在价值与机遇 1.4.1 大数据重组战略资源 1.4.2 大数据推动社会变革 1.4.3 大数据引发思维创新 1.4.4 大数据促进“大搜索”的发展 1.4.5 大数据在质检行业的应用价值 1.5 大数据的挑战 1.5.1 大数据集成 1.5.2 大数据分析 1.5.3 大数据隐私问题 1.5.4 大数据能耗问题 1.5.5 大数据处理与硬件的协同 1.5.6 大数据管理易用性问题 第2章 大数据时代 2.1 大数据时代的概念与特征 2.1.1 大数据时代的概念 2.1.2 大数据时代的基本特征 2.2 大数据时代的发展层次 2.2.1 大数据应用的层次 2.2.2 大数据当前的发展阶段 2.3 大数据时代下的数据思维 2.3.1 大数据思维的内容 2.3.2 大数据思维变革的方向 第3章 大数据技术 3.1 大数据技术的架构体系 3.1.1 数据集成 3.1.2 数据分析 3.1.3 计算框架 3.1.4 数据存储 3.2 大数据平台 3.2.1 平台介绍 3.2.2 平台特点 3.3 数据处理 3.3.1 HDFS 3.3.2 HBase 3.3.3 Hive 3.3.4 Zookeeper 3.3.5 Sqoop 3.3.6 Flume 3.1.7 Kafka 3.4 计算和存储 3.4.1 Storm 3.4.2 Spark 3.5 分布式编程 第4章 大数据应用的一般模式和价值提升 下篇 大数据在质检领域的应用

媒体评论

null