**章 大數(shù)據(jù)的初步認知
**節(jié) 何謂大數(shù)據(jù)
第二節(jié) 大數(shù)據(jù)的發(fā)展現(xiàn)狀
第三節(jié) 大數(shù)據(jù)的發(fā)展趨勢

第二章 大數(shù)據(jù)的架構(gòu)分析
**節(jié) 大數(shù)據(jù)架構(gòu)概述
第二節(jié) 大數(shù)據(jù)架構(gòu)設(shè)計
第三節(jié) 大數(shù)據(jù)架構(gòu)的參考模型

第三章 大數(shù)據(jù)的技術(shù)支撐
**節(jié) 云計算與大數(shù)據(jù)
第二節(jié) 云資源的管理與調(diào)度
第三節(jié) 開源云管理平臺——OpenStack
第四節(jié) 虛擬化技術(shù)的發(fā)展
第五節(jié) 云存儲系統(tǒng)的技術(shù)與分類

第四章 大數(shù)據(jù)的數(shù)據(jù)獲取
**節(jié) 數(shù)據(jù)分類與數(shù)據(jù)獲取組件
第二節(jié) 探針在數(shù)據(jù)獲取中的原理作用
第三節(jié) 網(wǎng)頁采集與日志收集
第四節(jié) 數(shù)據(jù)分發(fā)中間件的作用分析

第五章 機器學(xué)習和數(shù)據(jù)挖掘技術(shù)
**節(jié) 機器學(xué)習與數(shù)據(jù)挖掘的關(guān)系
第二節(jié) 機器學(xué)習的方式與類型
第三節(jié) 機器學(xué)習與數(shù)據(jù)挖掘的應(yīng)用
第四節(jié) 深度學(xué)習的實踐與發(fā)展

第六章 交互式分析
**節(jié) 交互式分析的含義與特點
第二節(jié) SQL on Hadoop
第三節(jié) MPP DP技術(shù)及其實踐應(yīng)用
第四節(jié) 大數(shù)據(jù)倉庫的技術(shù)分析

第七章 批處理技術(shù)
**節(jié) 批處理技術(shù)的含義與特點
第二節(jié) MapReduce模式解析
第三節(jié) Spark架構(gòu)詳解
第四節(jié) BSP框架模型及其實現(xiàn)

第八章 大數(shù)據(jù)的安全與隱私
**節(jié) 大數(shù)據(jù)時代面臨的安全挑戰(zhàn)
第二節(jié) 安全問題解決的框架、技術(shù)與體系
第三節(jié) 大數(shù)據(jù)隱私保護的政策法規(guī)與技術(shù)介紹

第九章 電子商務(wù)與社會化網(wǎng)絡(luò)中大數(shù)據(jù)分析
**節(jié) 推薦系統(tǒng)分類與算法介紹
第二節(jié) 計算廣告中大數(shù)據(jù)的應(yīng)用
第三節(jié) 社交網(wǎng)絡(luò)中大數(shù)據(jù)的應(yīng)用

第十章 大數(shù)據(jù)架構(gòu)的實現(xiàn)與應(yīng)用實例
**節(jié) 大數(shù)據(jù)架構(gòu)的實現(xiàn)途徑
第二節(jié) 基于MATLAB的圖像處理與應(yīng)用
第三節(jié) 基于IT治理的區(qū)域醫(yī)療衛(wèi)生大數(shù)據(jù)架構(gòu)的實現(xiàn)
第四節(jié) 微博用戶興趣建模系統(tǒng)架構(gòu)設(shè)計
第五節(jié) 鐵路客運旅游大數(shù)據(jù)平臺分析
參考文獻
后記