本书在科技项目“电力事故事件与违章大数据分析及预控模型研究和应用”的基础上，应用大数据分析与数据挖掘的理论、技术和工具，以电力企业人因违章事故事件大数据案例为分析和数据挖掘对象，完整地阐述从大数据案例数据准备到人因违章事故事件内在规律及发生机理的分析和挖掘的全过程。本书包含了理论技术篇——标准过程模型、大数据框架、应用层开发及管理层开发和应用案例篇——电力事故事件与违章 大数据分析及预控模型研究和应用两部分。

第1章 开篇之言
1.1 假传万卷书，真传一案例
1.2 图表框架法，学习路径图
第一部分：理论技术篇——标准过程模型、大数据框架、应用层开发及管理层开发
第2章 电力大数据概述
2.1 大数据概念，众说纷纭多
2.2 电力大数据，任重而道远
2.2.1 市场营销业务
2.2.2 电力交易市场
2.2.3 客户服务业务
2.2.4 安全生产业务
2.2.5 设备运维业务
2.2.6 技能培训业务
2.3 电力大数据，不利因素多
2.3.1 员工意识
2.3.2 数据资源
2.3.3 人力资源
2.3.4 企业文化
2.4 电力大数据，夯实牢基础
2.5 电力大数据，书中一案例
2.5.1 管理现状
2.5.2 需求问题
2.5.3 问题意义
本章参考文献
第3章 企业大数据分析、挖掘、应用之标准过程模型
3.1 规矩成方圆，五音正六律
3.2 商业之需求，项目源动力
3.3 数据之需求，大数据思维
3.4 数据之收集，存储大数据
3.4.1 大数据收集任务
3.4.2 大数据收集方法
3.4.3 大数据收集工具
3.4.4 大数据集成存储
3.4.5 大数据质量把关
3.5 数据之建模，价值深挖掘
3.6 模型之评价，应用之前提
3.7 模型之部署，价值来回报
3.7.1 数据规模问题
3.7.2 模型优化问题
本章参考文献
第4章 大数据分析、挖掘、应用之大数据框架层搭建
4.1 工欲善其事，必先利其器
4.2 哈杜斯帕克，大数据框架
4.2.1 “Had00p+Spark”之技术工具
4.2.2 “Hadoop+Spark”之版本选择
4.3 大数据框架，哈杜之安装
4.3.1 Hadoop的故事
4.3.2 Hadoop之部署方式
……
第二部分：应用案例篇——电力事故事件与违章 大数据分析及预控模型研究和应用