經(jīng)濟(jì)管理類專業(yè)大數(shù)據(jù)技術(shù)與應(yīng)用實(shí)驗(yàn)教程

定　價(jià)：￥38.00

作　者：	郭明晶，肖揚(yáng)，歐陽(yáng)劍編
出版社：	中國(guó)地質(zhì)大學(xué)出版社
叢編項(xiàng)：	中國(guó)地質(zhì)大學(xué)武漢實(shí)驗(yàn)教學(xué)系列教材
標(biāo)　簽：	暫缺

購(gòu)買這本書(shū)可以去

京東 (￥33.40)

ISBN：	9787562551195	出版時(shí)間：	2021-09-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	150	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本教材主要是針對(duì)經(jīng)濟(jì)管理類、公共管理類等相關(guān)專業(yè)特點(diǎn)，介紹大數(shù)據(jù)技術(shù)應(yīng)用領(lǐng)域，著力培養(yǎng)學(xué)生建模和分析技能，安排與各專業(yè)內(nèi)容相結(jié)合的實(shí)驗(yàn)內(nèi)容和案例（例如電子商務(wù)推薦系統(tǒng)、景區(qū)大數(shù)據(jù)可視化、商務(wù)智能分析、數(shù)據(jù)挖掘算法等），使學(xué)生在掌握專業(yè)領(lǐng)域知識(shí)的前提下，了解各專業(yè)中的現(xiàn)實(shí)熱點(diǎn)問(wèn)題和解決方案，以此來(lái)提高自身大數(shù)據(jù)應(yīng)用和管理能力。除此之外，為提高本教程的科學(xué)性和實(shí)用性，作者將特邀中關(guān)村大數(shù)據(jù)聯(lián)盟知名企業(yè)——北京清數(shù)教育科技有限公司的技術(shù)團(tuán)隊(duì)參與編寫(xiě)工作，該公司在大數(shù)據(jù)教育推廣和培訓(xùn)等領(lǐng)域積累了豐富的實(shí)踐經(jīng)驗(yàn)，不僅有利于針對(duì)我校的專業(yè)和學(xué)生特點(diǎn)提供個(gè)性化技術(shù)支持，而且有利于本教材在國(guó)內(nèi)其他高校的推廣。

作者簡(jiǎn)介

暫缺《經(jīng)濟(jì)管理類專業(yè)大數(shù)據(jù)技術(shù)與應(yīng)用實(shí)驗(yàn)教程》作者簡(jiǎn)介

圖書(shū)目錄

第一章大數(shù)據(jù)分布式技術(shù)原理
實(shí)驗(yàn)1 大數(shù)據(jù)平臺(tái)搭建——搭建3節(jié)點(diǎn)hadoop分布式集群實(shí)驗(yàn)
第二章大數(shù)據(jù)分布式計(jì)算框架
實(shí)驗(yàn)2 大數(shù)據(jù)平臺(tái)搭建——MapReduce進(jìn)行文本詞頻統(tǒng)計(jì)實(shí)驗(yàn)
第三章大數(shù)據(jù)采集
實(shí)驗(yàn)3 大數(shù)據(jù)信息采集——使用Flume完成用戶收視數(shù)據(jù)的收集
實(shí)驗(yàn)4 爬蟲(chóng)實(shí)驗(yàn)一大數(shù)據(jù)信息采集——使用Request進(jìn)行二手房網(wǎng)站信息爬取和初步分析
第四章大數(shù)據(jù)管理
實(shí)驗(yàn)5 大數(shù)據(jù)的預(yù)處理——收視數(shù)據(jù)的小文件合并實(shí)驗(yàn)
實(shí)驗(yàn)6 大數(shù)據(jù)的預(yù)處理——編寫(xiě)MR程序?qū)υ嫉氖找晹?shù)據(jù)進(jìn)行清洗與預(yù)處理實(shí)驗(yàn)
第五章商業(yè)大數(shù)據(jù)分析
實(shí)驗(yàn)7 大數(shù)據(jù)分析——利用hive對(duì)預(yù)處理后的收視數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析實(shí)驗(yàn)
實(shí)驗(yàn)8 sqoop安裝部署及數(shù)據(jù)結(jié)果利用hdfs導(dǎo)入實(shí)驗(yàn)
實(shí)驗(yàn)9 sqoop安裝部署及數(shù)據(jù)結(jié)果利用hdfs導(dǎo)出實(shí)驗(yàn)
第六章商業(yè)大數(shù)據(jù)挖掘方法
實(shí)驗(yàn)10 大數(shù)據(jù)挖掘——電子商務(wù)數(shù)據(jù)的邏輯回歸模型挖掘?qū)嶒?yàn)
實(shí)驗(yàn)11 大數(shù)據(jù)挖掘——電子商務(wù)數(shù)據(jù)的決策樹(shù)分類模型挖掘?qū)嶒?yàn)
實(shí)驗(yàn)12 大數(shù)據(jù)挖掘——利用Apriori算法進(jìn)行電子商務(wù)數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘?qū)嶒?yàn)
實(shí)驗(yàn)13 大數(shù)據(jù)挖掘——利用K-means算法進(jìn)行數(shù)據(jù)挖掘?qū)嶒?yàn)
實(shí)驗(yàn)14 大數(shù)據(jù)挖掘?qū)崙?zhàn)案例——利用大數(shù)據(jù)挖掘?qū)崿F(xiàn)電影廣告的精準(zhǔn)營(yíng)銷
第七章大數(shù)據(jù)可視化
實(shí)驗(yàn)15 大數(shù)據(jù)可視化——使用Matplotlib進(jìn)行可視化操作練習(xí)
實(shí)驗(yàn)16 大數(shù)據(jù)可視化實(shí)戰(zhàn)案例——利用Matplotlib分析自行車租賃情況