本书详细介绍了大数据技术的基础理论和主流前沿技术。全书共分9章，分别介绍目前面临的大数据时代、大数据系统的基本结构、大数据采集与预处理、大数据处理基础架构——云计算、计算模式与处理系统、查询展现与交互、大数据分析与数据挖掘、隐私与安全、前沿技术及应用、行业案例研究。
每一章除讲解相关理论外，还讲解了适用技术及案例。各章都附有案例以帮助读者学习、理解和实际工程应用。为方便教师教学，本书附有全套教学PPT课件、教学大纲、教学计划。
本书主要作为高等院校计算机类专业、电子信息类专业、经济类专业、管理类专业相关本科生和研究生专业基础课的教材，也可以作为干部培训、职业技术教育以及职业培训机构的云计算与大数据分析技术的专业训练教材。

李联宁，毕业于西安交通大学，现为西安交通大学城市学院教授；40余年政府经济管理部门、涉外企业、高等学校工作经验，曾历任大型软件公司总工程师、外资企业总经理、高等学校教授；主要研究领域为计算机网络、物联网技术、信息管理系统、商业大数据分析；长期承担物联网技术、网络工程和软件工程的教学工作；主编《物联网技术基础教程》《物联网安全导论》《计算机网络技术及应用》《网络工程》《大数据技术及应用教程》《管理信息系统》《信息管理与管理信息系统》《量子计算机——穿越未来世界》等高等学校教材。

第一部分 大数据基础知识
第1章 大数据时代
1.1 数据时代
1.1.1 大数据时代的到来
1.1.2 数据、信息与知识的演进
1.1.3 数据
1.2 大数据
1.2.1 什么是大数据
1.2.2 大数据发展历史与现状
1.2.3 大数据产业
1.3 大数据技术基础
1.3.1 传统的大数据处理流程
1.3.2 大数据核心技术
1.3.3 大数据技术分类
1.3.4 大数据分析的方法理论
1.4 大数据的社会价值
1.5 大数据的商业应用
1.5.1 商业大数据的类型和价值挖掘方法
1.5.2 大数据的十大商业应用场景
1.5.3 成为“大数据企业”
1.6 大数据应用案例：《非诚勿扰》男女嘉宾牵手数据分析
习题与思考题
第2章 大数据系统的基本架构
2.1 大数据系统总体架构
2.2 大数据技术框架
2.3 大数据技术进展
2.3.1 典型的大数据技术栈
2.3.2 大数据技术生态
2.4 大数据应用案例：在“北上广”打拼是怎样一种体验
习题与思考题
第二部分 大数据理论与技术
第3章 大数据系统输入
3.1 大数据采集过程及数据来源
3.1.1 大数据采集来源
3.1.2 大数据采集过程
3.2 大数据采集方法
3.3 大数据导入/预处理
3.3.1 大数据导入/预处理的过程
3.3.2 数据清洗的过程
3.3.3 数据清洗与数据采集技术
3.3.4 基于大数据的数据预处理
3.4 数据集成
3.4.1 数据集成的概念
3.4.2 数据集成面临的问题
3.5 数据变换
3.5.1 异构数据分析
3.5.2 异构数据交换策略
3.5.3 异构数据交换技术
3.6 大数据应用案例：电影《爸爸去哪儿》大卖有前兆吗
习题与思考题
第4章 大数据系统处理
4.1 云计算
4.1.1 云计算系统的体系结构
4.1.2 云计算的核心技术
4.1.3 云计算的主要服务形式
4.1.4 大数据平台的作用
4.2 大数据存储
4.2.1 海量数据的存储需求
4.2.2 海量数据存储技术
4.2.3 云存储
4.2.4 NoSQL非结构化数据库
4.2.5 数据仓库
4.3 大数据计算模式与处理系统
4.3.1 数据计算
4.3.2 聚类算法
4.3.3 数据集成
4.3.4 数据处理语言
4.4 大数据应用案例：北京人在哪儿上班和睡觉
习题与思考题
第5章 大数据系统输出
5.1 数据的查询
5.1.1 在常规数据库查询结构化数据
5.1.2 大数据时代的数据搜索
5.1.3 数据库与信息检索技术的比较
5.2 网络数据索引与查询技术
5.2.1 搜索引擎技术概述
5.2.2 Web搜索引擎的工作原理
5.3 大数据索引和查询技术
5.3.1 大数据索引和查询
5.3.2 大数据处理索引工具MapReduce
5.3.3 相似性搜索工具
5.4 数据展现与交互
5.4.1 数据可视化
5.4.2 知识图谱
5.5 大数据应用案例：上海的房子都被谁买走了
习题与思考题
第6章 大数据分析与数据挖掘
6.1 大数据分析及其应用
6.1.1 数据处理和分析的发展
6.1.2 大数据分析面对的数据类型
6.1.3 大数据分析与处理方法
6.1.4 数据分析的步骤
6.1.5 大数据分析的应用
6.2 数据挖掘技术
6.2.1 数据挖掘的定义
6.2.2 利用数据挖掘进行数据分析的常用方法
6.2.3 数据挖掘的功能
6.2.4 数据挖掘的流程
6.2.5 数据挖掘的应用
6.3 商业智能与数据分析
6.3.1 商业智能技术辅助决策的发展
6.3.2 商业智能系统架构
6.3.3 商业智能的技术体系
6.3.4 商务智能=数据+分析+决策+利益
6.4 大数据营销业务模型
6.4.1 大数据对业务模式的影响
6.4.2 大数据营销的定义与特点
6.4.3 网络营销大数据实际操作
6.4.4 大数据营销方法
6.5 基于社会媒体的分析预测技术
6.5.1 基于空间大数据的社会感知
6.5.2 基于社会媒体的预测技术
6.5.3 基于消费意图挖掘的预测
6.5.4 基于事件抽取的预测
6.5.5 基于因果分析的预测
6.6 大数据应用案例：用大数据看风水——以星巴克和海底捞的选址为例
习题与思考题
第7章 大数据隐私与安全
7.1 大数据面临的安全问题
7.2 大数据安全与隐私保护的关键技术
7.2.1 基于大数据的威胁发现技术
7.2.2 基于大数据的认证技术
7.2.3 基于大数据的数据真实性分析
7.2.4 大数据与“安全即服务”
7.3 大数据安全的防护策略
7.4 大数据应用案例：数据解读城市——北京本地人VS外地人
习题