杨毅，女，博士，现工作于清华大学电子工程系，IEEE会员、清华大学博士后理事，长期从事信号处理、语音识别、跨媒体新技术与新应用、数据检索方面的科研和教学工作。

第1章 绪论1
1.0 引言1
1.1 数据的定义与属性4
1.2 大数据概念与定义4
1.3 大数据和小数据6
1.4 结构化数据和非结构化数据7
1.5 大数据信息处理技术及其应用8
1.6 大数据技术面临的挑战10
1.7 大数据服务与信息安全12
1.8 本章小结14
参考文献14
第2章 数据信息挖掘技术基础16
2.0 引言16
2.1 信息挖掘技术概述19
2.1.1 信息挖掘定义19
2.1.2 信息挖掘应用20
2.1.3 信息挖掘前景25
2.2 数据关联分析26
2.2.1 数据关联分析定义26
2.2.2 数据关联分析主要方法27
2.3 数据聚类分析28
2.3.1 数据聚类分析概念28
2.3.2 数据聚类分析主要方法29
2.4 数据分类与预测30
2.4.1 数据分类30
2.4.2 数据预测32
2.5 数据可视化33
2.5.1 信息可视化与数据可视化33
2.5.2 数据可视化分析33
2.6 信息挖掘与隐私保护35
2.7 云计算数据挖掘38
2.8 本章小结40
参考文献40
第3章 大数据技术基础42
3.0 引言42
3.1 大数据产生及特性44
3.1.1 大数据产生44
3.1.2 大数据特性47
3.2 大数据技术体系47
3.2.1 采集与存储48
3.2.2 分析与挖掘50
3.2.3 可视化54
3.3 大数据采集与存储54
3.3.1 结构化/非结构化数据54
3.3.2 关系型/非关系型/新型数据库55
3.3.3 分布式存储集群56
3.4 大数据分析与挖掘57
3.4.1 HDFS与MapReduce57
3.4.2 分布式大数据挖掘算法59
3.5 大数据可视化62
3.6 本章小结64
参考文献64
第4章 大数据信息处理与分析应用66
4.0 引言66
4.1 语音识别简介67
4.1.1 语音识别技术67
4.1.2 声学模型71
4.1.3 语言模型72
4.2 连续语音识别技术73
4.2.1 连续语音识别原理73
4.2.2 HMM-GMM声学模型75
4.2.3 HMM-DNN声学模型76
4.2.4 LSTM声学模型79
4.3 多语言语音识别技术82
4.3.1 多语言语音识别原理82
4.3.2 建模单元共享技术83
4.3.3 模型参数共享技术84
4.4 本章小结85
参考文献85
第5章 基于场景分析的大数据信息88
5.0 引言88
5.1 遥感大数据自动分析与数据挖掘系统89
5.1.1 遥感集市的组成91
5.1.2 遥感集市提供的数据分析和挖掘服务91
5.2 语音大数据关键词自动识别系统93
5.2.1 语音分析系统语音识别和文本挖掘技术94
5.2.2 语音分析系统支持的功能95
5.2.3 语音分析系统支持的应用场景96
5.3 MOOC大数据教学分析系统97
5.3.1 学堂在线的组成98
5.3.2 学堂在线的教学分析99
5.4 社交网络大数据关系推荐系统100
5.4.1 新浪微博推荐架构的演进101
5.5.2 新浪微博推荐算法简述103
5.5 金融服务大数据风险预警系统106
5.5.1 互联网金融风险预警系统的架构106
5.5.2 互联网金融风险预警系统的功能108
5.5.3 互联网金融风险预警系统的预警机制109
5.6 本章小结110
参考文献110
第6章 互联网 大数据技术基础112
6.0 引言112
6.1 “互联网 ”的定义116
6.2 “互联网 ”行动119
6.3 “互联网 ”与中国制造121
6.4 大数据与互联网 122
6.5 互联网大数据的应用及发展126
6.5.1 电子商务126
6.5.2 搜索引擎127
6.5.3 网络广告127
6.5.4 旅行预订127
6.5.5 网络游戏128
6.5.6 互联网金融128
6.5.7 数字政府128
6.5.8 城市可持续发展129
6.5.9 能源大数据131
6.5.10 智能电网大数据134
6.5.11 环境保护139
6.6 本章小结143
参考文献143
第7章 基于场景感知的大数据145
7.0 引言145
7.1 无人驾驶汽车操控系统145
7.1.1 无人驾驶汽车简介146
7.1.2 无人驾驶汽车操控平台148
7.2 医疗数据分析系统150
7.2.1 医疗数据分析系统简介150
7.2.2 可穿戴健康数据监控平台152
7.2.3 流行疾病传播数据监控平台153
7.3 农业装备与设施监控系统156
7.3.1 农业装备与设施监控系统简介156
7.3.2 农业装备田间位置监控系统平台156
7.3.3 物联网农业设施监控系统158
7.4 智慧城市160
7.4.1 智慧城市简介160
7.4.2 创新2.0语境下的智慧城市162
7.5 本章小结164
参考文献165
第8章 基于可持续发展的大数据166
8.0 大数据时代下的可持续发展新思路166
8.1 环境大数据的分析与应用167
8.1.1 环境大数据的概念和特征167
8.1.2 环境大数据使用流程168
8.1.3 环境大数据的作用168
8.1.4 国外运用环境大数据的经验和启示170
8.1.5 现存问题及未来展望171
8.2 大数据在交通领域的应用173
8.2.1 交通大数据的来源及发展现状173
8.2.2 大数据在城市交通中的应用173
8.3 大数据与环境变化175
8.3.1 大数据在灾害灾难预测中的应用175
8.3.2 大数据在气候变化研究中的应用175
8.4 大数据在能源领域的应用176
参考文献178

本书从大数据的前身数据挖掘技术入手，首先介绍了数据挖掘技术，以及大数据中常用的采集、存储和分析方法；然后以多语音识别和多语言识别为例，对大数据信息处理技术的关键应用给出了详细的说明；接着介绍大数据场景分析，详细介绍基于场景分析的大数据信息处理应用，如MOOC