我爱电子书-《大数据架构商业之路: 从业务需求到技术方案》| pdf + epub + mobi + awz3, 高清版, 带目录，Kindle版, 多看精排版下载

注重体验与质量的电子书资源下载网站

分类于: 计算机基础互联网云计算&大数据

简介

大数据架构商业之路: 从业务需求到技术方案豆 0.0分

资源最后更新于 2020-03-29 04:14:37

作者：黄申

出版社：出版社机械工业出版社

出版日期：2016-05

文件格式： pdf

标签：互联网计算机商业大数据

简介· · · · · ·

本书通过讲述一个虚拟的（如有雷同纯属巧合）互联网O2O创业故事，逐步展开介绍各个阶段可能遇到的大数据课题、业务需求，以及相对应的技术方案，甚至是实践解析。让读者身临其境，一起来探寻大数据的奥秘。对于想进一步深入研究技术实现细节的读者，也给出了继续阅读的方向和指导性建议。笔者衷心希望，无论是技术专家、产品经理，还是业务人员，只要阅读了本书便都能愉快地遨游在大数据的海洋中。作者：黄申。

直接下载

简介

大数据架构商业之路: 从业务需求到技术方案 豆 0.0分

简介· · · · · ·

目录

推荐序一

推荐序二

前言

第1章 抉择

第2章 数据收集

2.1 互联网数据收集

2.1.1 网络爬虫

2.1.2 Apache Nutch简介

2.1.3 Heritrix简介

2.2 内部数据收集

2.2.1 Apache Flume简介

2.2.2 Facebook Scribe和Logstash

2.3 本章心得

2.4 参考资料

第3章 数据存储

3.1 持久化存储

3.1.1 Hadoop和HDFS

3.1.2 HBase简介

3.1.3 MongoDB

3.2 非持久化存储

3.2.1 缓存和散列

3.2.2 Memcached和Berkeley DB简介

3.2.3 Redis简介

3.3 本章心得

3.4 参考资料

第4章 数据处理

4.1 离线批量处理

4.1.1 Hadoop的MapReduce

4.1.2 Spark简介

4.1.3 Hive简介

4.1.4 Pig、Impala和Spark SQL

4.2 提升及时性：消息机制

4.2.1 ActiveMQ简介

4.2.2 Kafka简介

4.3 在线实时处理

4.3.1 Storm简介

4.3.2 Spark Streaming简介

4.4 本章心得

4.5 参考资料

第5章 信息检索

5.1 基本理念

5.2 相关性

5.2.1 布尔模型

5.2.2 基于排序的布尔模型

5.2.3 向量空间模型

5.2.4 语言模型

5.3 及时性

5.4 与数据库查询的对比

5.5 搜索引擎

5.5.1 Web搜索中的链接分析

5.5.2 电子商务中的商品排序

5.5.3 多因素和基于学习的排序

5.5.4 系统框架

5.5.5 Lucene简介

5.5.6 Solr简介

5.5.7 Elasticsearch简介

5.6 推荐系统

5.6.1 推荐的核心要素

5.6.2 推荐系统的分类

5.6.3 混合模型

5.6.4 系统架构

5.6.5 Mahout

5.7 在线广告

5.7.1 在线广告的类型

5.7.2 广告投放机制

5.7.3 广告的拍卖机制

5.7.4 广告系统架构

5.8 本章心得

5.9 参考资料

第6章 数据挖掘

6.1 基本理念

6.2 数据的表示和预处理

6.2.1 数据的表示

6.2.2 数据的预处理

6.3 机器学习算法

6.3.1 监督学习——分类

大数据架构商业之路: 从业务需求到技术方案豆 0.0分

第1章　抉择

第2章　数据收集

2.1　互联网数据收集

2.1.1　网络爬虫

2.1.2　Apache Nutch简介

2.1.3　Heritrix简介

2.2　内部数据收集

2.2.1　Apache Flume简介

2.2.2　Facebook Scribe和Logstash

2.3　本章心得

2.4　参考资料

第3章　数据存储

3.1　持久化存储

3.1.1　Hadoop和HDFS

3.1.2　HBase简介

3.1.3　MongoDB

3.2　非持久化存储

3.2.1　缓存和散列

3.2.2　Memcached和Berkeley DB简介

3.2.3　Redis简介

3.3　本章心得

3.4　参考资料

第4章　数据处理

4.1　离线批量处理

4.1.1　Hadoop的MapReduce

4.1.2　Spark简介

4.1.3　Hive简介

4.1.4　Pig、Impala和Spark SQL

4.2　提升及时性：消息机制

4.2.1　ActiveMQ简介

4.2.2　Kafka简介

4.3　在线实时处理

4.3.1　Storm简介

4.3.2　Spark Streaming简介

4.4　本章心得

4.5　参考资料

第5章　信息检索

5.1　基本理念

5.2　相关性

5.2.1　布尔模型

5.2.2　基于排序的布尔模型

5.2.3　向量空间模型

5.2.4　语言模型

5.3　及时性

5.4　与数据库查询的对比

5.5　搜索引擎

5.5.1　Web搜索中的链接分析

5.5.2　电子商务中的商品排序

5.5.3　多因素和基于学习的排序

5.5.4　系统框架

5.5.5　Lucene简介

5.5.6　Solr简介

5.5.7　Elasticsearch简介

5.6　推荐系统

5.6.1　推荐的核心要素

5.6.2　推荐系统的分类

5.6.3　混合模型

5.6.4　系统架构

5.6.5　Mahout

5.7　在线广告

5.7.1　在线广告的类型

5.7.2　广告投放机制

5.7.3　广告的拍卖机制

5.7.4　广告系统架构

5.8　本章心得

5.9　参考资料

第6章　数据挖掘

6.1　基本理念

6.2　数据的表示和预处理

6.2.1　数据的表示

6.2.2　数据的预处理

6.3　机器学习算法

6.3.1　监督学习——分类

6.3.2　监督学习——回归

6.3.3　非监督学习——聚类

6.4　挖掘工具

6.4.1　Mahout简介

6.4.2　R简介

6.5　本章心得