mg不朽情缘大量

實(shí)戰(zhàn)大數(shù)據(jù)——分布式大數(shù)據(jù)分析處理系統(tǒng)開發(fā)與應(yīng)用，從大數(shù)據(jù)技術(shù)基礎(chǔ)概念出發(fā)，介紹了大數(shù)據(jù)分析的流程和大數(shù)據(jù)分析處理系統(tǒng)的組成，以及大數(shù)據(jù)集群的搭建，并在此基礎(chǔ)上講解了多種不同技術(shù)構(gòu)成的離線/實(shí)時(shí)數(shù)據(jù)分析系統(tǒng)實(shí)戰(zhàn)項(xiàng)目。全書共10章，包括大數(shù)據(jù)概述、大數(shù)據(jù)分析的基本流程與工具、分布式大數(shù)據(jù)分析處理系統(tǒng)概述、構(gòu)建大數(shù)據(jù)集群環(huán)境、構(gòu)建基于LayUI的集群管理系統(tǒng)、基于HBase的大數(shù)據(jù)離線分析系統(tǒng)、基于Hive+Hadoop+Spark的大數(shù)據(jù)離線分析系統(tǒng)、基于MySQL+Spark的大數(shù)據(jù)離線分析系統(tǒng)、基于Redis+Kafka+Spark的大數(shù)據(jù)實(shí)時(shí)分析系統(tǒng)、基于Flume+Kafka+Flink的大數(shù)據(jù)實(shí)時(shí)分析系統(tǒng)。實(shí)戰(zhàn)大數(shù)據(jù)——分布式大數(shù)據(jù)分析處理系統(tǒng)開發(fā)與應(yīng)用，適合從事大數(shù)據(jù)系統(tǒng)搭建與運(yùn)維、大數(shù)據(jù)分析等崗位的技術(shù)人員閱讀，也適合高等院校大數(shù)據(jù)相關(guān)專業(yè)的學(xué)生使用。

·7.2萬字

會員

實(shí)用數(shù)據(jù)結(jié)構(gòu)

本教材共分11章，前10章主要介紹了數(shù)據(jù)結(jié)構(gòu)的基本概念和算法描述；線性表；棧的相關(guān)知識及相應(yīng)的實(shí)例；隊(duì)列知識及相應(yīng)的實(shí)例。串；數(shù)組；樹和二叉樹；圖的知識及實(shí)際應(yīng)用，如圖的最小生成樹、最短路徑問題等；查找；排序。第11章將前面各章的驗(yàn)證實(shí)驗(yàn)合并為一個(gè)綜合的數(shù)組結(jié)構(gòu)實(shí)驗(yàn)系統(tǒng)，介紹前面各主函數(shù)的修改及完整程序的文件包含。通過綜合性實(shí)驗(yàn)加深學(xué)生對所學(xué)知識的理解，體現(xiàn)了應(yīng)用型高職院校的高技能性人才的培養(yǎng)目標(biāo)。

·14.5萬字

會員

軟件定義數(shù)據(jù)中心：Windows Server SDDC技術(shù)與實(shí)踐

本書是國內(nèi)首部講解微軟WindowsServer軟件定義數(shù)據(jù)中心的中文圖書，書中系統(tǒng)、全面地普及了微軟WindowsServer軟件定義數(shù)據(jù)中心各個(gè)模塊的概念、技術(shù)和架構(gòu)，書里凝結(jié)了作者近幾年在使用WindowsServerSDDC的經(jīng)驗(yàn)和對相關(guān)技術(shù)的思考。本書的主要內(nèi)容包含WindowsServer軟件定義的高可用群集、WindowsServerSDS、WindowsServerSDN和WindowsServer虛擬化以及WindowsServer容器等關(guān)鍵模塊，并剖析了微軟數(shù)據(jù)中心以及混合云發(fā)展計(jì)策和現(xiàn)狀，以及客戶使用WindowsServerSDDC的實(shí)際案例。

·18.9萬字

會員

工業(yè)大數(shù)據(jù)分析實(shí)踐

本書以工業(yè)大數(shù)據(jù)的特點(diǎn)和需求為牽引，闡述了工業(yè)大數(shù)據(jù)分析的工程方法論，針對設(shè)備故障診斷與健康管理（Prognostics&HealthManagement，PHM）、生產(chǎn)質(zhì)量分析（ProductQualityManagement，PQM）、生產(chǎn)效率優(yōu)化（ProductionEfficiencyManagement，PEM）等提出了具體的分析課題定義方法，給出了典型分析場景和算法框架，并系統(tǒng)總結(jié)了工業(yè)大數(shù)據(jù)領(lǐng)域的常用分析算法（特別是時(shí)序挖掘算法），最后以6個(gè)實(shí)際案例從不同方面詮釋了工業(yè)大數(shù)據(jù)分析項(xiàng)目的復(fù)雜性和多樣性，包括純數(shù)據(jù)驅(qū)動、專家知識驅(qū)動、機(jī)器學(xué)習(xí)與機(jī)理模型結(jié)合等類型的分析課題，以期形成工業(yè)大數(shù)據(jù)分析的工程化方法體系。本書適合工業(yè)行業(yè)中從事數(shù)據(jù)分析、數(shù)字化轉(zhuǎn)型、數(shù)據(jù)平臺規(guī)劃的專業(yè)人員閱讀，也可為其他從事行業(yè)數(shù)據(jù)分析的專業(yè)人員及高等院校數(shù)據(jù)挖掘的研究人員提供參考。

·16.3萬字

會員

Python數(shù)據(jù)分析：基于Plotly的動態(tài)可視化繪圖

隨著信息技術(shù)的發(fā)展和硬件設(shè)備成本的降低，當(dāng)今的互聯(lián)網(wǎng)存在海量的數(shù)據(jù)，想要快速從這些數(shù)據(jù)中獲取更多有效的信息，數(shù)據(jù)可視化是重要的一環(huán)。對Python語言來說，比較傳統(tǒng)的數(shù)據(jù)可視化模塊是Matplotlib，但是Matplotlib存在不夠美觀、靜態(tài)性、不易分享等缺點(diǎn)，限制了Python在數(shù)據(jù)可視化中的發(fā)展。為了解決這個(gè)問題，新型的動態(tài)可視化開源模塊Plotly應(yīng)運(yùn)而生。由于Plotly具有動態(tài)、美觀、易用、種類豐富等特性，所以一經(jīng)問世就受到開發(fā)人員的喜愛。

·8.7萬字

會員

國產(chǎn)高分衛(wèi)星遙感數(shù)據(jù)在自然資源調(diào)查中的應(yīng)用實(shí)踐：以甘肅、寧夏為例

本書詳細(xì)總結(jié)了國產(chǎn)高分遙感數(shù)據(jù)在自然資源調(diào)查中的應(yīng)用實(shí)踐，內(nèi)容包括：國產(chǎn)高分衛(wèi)星遙感數(shù)據(jù)概況、基于國產(chǎn)高分遙感數(shù)據(jù)的自然資源綜合調(diào)查方法、寧夏寧東能源化工基地遙感調(diào)查成果等。

·6.1萬字

會員

Oracle 11g數(shù)據(jù)庫系統(tǒng)設(shè)計(jì)、開發(fā)、管理與應(yīng)用

Oracle是目前關(guān)系型數(shù)據(jù)庫管理系統(tǒng)市場中應(yīng)用最廣泛的產(chǎn)品，Oracle11g則是最新的Oracle版本。本書以電子商城為案例，從數(shù)據(jù)庫設(shè)計(jì)、數(shù)據(jù)庫開發(fā)、數(shù)據(jù)庫管理和數(shù)據(jù)庫應(yīng)用等多個(gè)層次、多個(gè)角度和多個(gè)方面詳細(xì)、耐心地介紹Oracle11g數(shù)據(jù)庫的使用。本書共有19章，分4個(gè)部分，其中第1、2章屬于基礎(chǔ)篇，主要介紹數(shù)據(jù)庫設(shè)計(jì)方面的內(nèi)容；第~11章屬于開發(fā)篇，主要介紹Oracle數(shù)據(jù)庫的開發(fā)；第12~15章屬于管理篇，主要介紹Oracle11g數(shù)據(jù)庫的管理；第16~19章屬于應(yīng)用篇，主要介紹Oracle11g數(shù)據(jù)庫應(yīng)用系統(tǒng)的開發(fā)知識。讀者即使沒有數(shù)據(jù)庫技術(shù)基礎(chǔ)，也可以通過自學(xué)本書，熟悉最新Oracle系統(tǒng)，并掌握Oracle數(shù)據(jù)庫系統(tǒng)的設(shè)計(jì)、開發(fā)、管理和應(yīng)用方面的知識。本書的所有內(nèi)容均結(jié)合電子商城進(jìn)行講解，通俗易懂，適合高職高專、本科院校或計(jì)算機(jī)培訓(xùn)機(jī)構(gòu)采用作為Oracle數(shù)據(jù)庫課程的教材或參考用書，也可以作為計(jì)算機(jī)愛好者和數(shù)據(jù)庫管理員的參考用書。對于本書中所用到的軟件、工具和源代碼，如果需要，可發(fā)送郵件至xk_feng@yeah.net索取。

·18.7萬字

會員

數(shù)據(jù)分析咖哥十話：從思維到實(shí)踐促進(jìn)運(yùn)營增長

本書以案例的形式，介紹從思維模型分析到場景實(shí)踐的數(shù)據(jù)分析方法。全書圍繞“數(shù)據(jù)分析”與“運(yùn)營增長”兩大關(guān)鍵要素，在系統(tǒng)介紹數(shù)據(jù)分析思維、數(shù)據(jù)分析方法、數(shù)據(jù)采集技能、數(shù)據(jù)清洗技能等基礎(chǔ)知識的同時(shí)，以問題為導(dǎo)向，解讀運(yùn)營與增長的關(guān)鍵性業(yè)務(wù)內(nèi)容，在獲客、激活、留存、變現(xiàn)、自傳播循環(huán)等各個(gè)核心運(yùn)營環(huán)節(jié)展開數(shù)據(jù)分析實(shí)戰(zhàn)。本書提供案例相關(guān)數(shù)據(jù)集與源碼包，適合數(shù)據(jù)分析、產(chǎn)品運(yùn)營、市場營銷等行業(yè)有數(shù)據(jù)分析具體業(yè)務(wù)需求的人士閱讀，也適合相關(guān)專業(yè)的師生閱讀。

·12萬字

會員

數(shù)據(jù)庫基礎(chǔ)教程（SQL Server平臺）

本書是江蘇省精品教材立項(xiàng)建設(shè)項(xiàng)目成果，面向應(yīng)用型教學(xué)需求，重點(diǎn)突出基礎(chǔ)性和應(yīng)用性。按照“理論、實(shí)踐、再理論、再實(shí)踐”的思想關(guān)聯(lián)知識，以一個(gè)貫穿全書的商品訂購管理數(shù)據(jù)庫示例為主線，將數(shù)據(jù)庫基本原理、技術(shù)和應(yīng)用三者有機(jī)結(jié)合。全書分10章，內(nèi)容包括數(shù)據(jù)庫概覽、關(guān)系數(shù)據(jù)模型、關(guān)系數(shù)據(jù)庫語言SQL、數(shù)據(jù)庫設(shè)計(jì)、構(gòu)建數(shù)據(jù)庫的概念模型、關(guān)系規(guī)范化理論、應(yīng)用系統(tǒng)中的SQL及相關(guān)技術(shù)、數(shù)據(jù)庫應(yīng)用開發(fā)、數(shù)據(jù)庫保護(hù)和數(shù)據(jù)庫的新進(jìn)展。附錄A給出了實(shí)驗(yàn)指導(dǎo)。本書免費(fèi)提供配套電子課件、習(xí)題參考解答和實(shí)例源程序。

·21.9萬字

會員

數(shù)據(jù)增長模型：數(shù)智時(shí)代的全棧產(chǎn)品運(yùn)營思維、算法與技術(shù)

本書以在數(shù)字化背景下，數(shù)據(jù)產(chǎn)品從業(yè)者的數(shù)據(jù)技術(shù)、數(shù)據(jù)技能、數(shù)據(jù)思維、數(shù)據(jù)方法、數(shù)據(jù)模型、產(chǎn)品用戶/客戶增長實(shí)戰(zhàn)經(jīng)驗(yàn)為基調(diào)，體系化撰寫了數(shù)字化和數(shù)據(jù)產(chǎn)品的數(shù)據(jù)經(jīng)驗(yàn)知識和案例。隨書附贈豐富的原始數(shù)據(jù)和源代碼，方便讀者對數(shù)據(jù)分析案例進(jìn)行實(shí)操練習(xí)。本書內(nèi)容全面，結(jié)構(gòu)完整。首先，講解了數(shù)據(jù)指標(biāo)體系搭建和數(shù)據(jù)埋點(diǎn)案例；然后按照細(xì)節(jié)講解數(shù)據(jù)分析流程、數(shù)據(jù)采集方法、數(shù)據(jù)挖掘整體方法；緊接著通過實(shí)操案例講解了的數(shù)據(jù)產(chǎn)品工具，如EXCEL、Python、SQL、Anaconda、AB測試等工具，驅(qū)動數(shù)據(jù)增長的實(shí)戰(zhàn)模型，如ARIMA、AHP、LTV、AARRR等，以及數(shù)據(jù)倉庫和大數(shù)據(jù)平臺的搭建方法；最后講解了數(shù)據(jù)中臺和數(shù)據(jù)安全、數(shù)據(jù)智能應(yīng)用場景、用戶增長實(shí)戰(zhàn)案例。本書適合數(shù)字化市場下的數(shù)據(jù)產(chǎn)品從業(yè)者閱讀，主要讀者人群包含數(shù)據(jù)產(chǎn)品經(jīng)理、數(shù)據(jù)運(yùn)營人員、數(shù)據(jù)產(chǎn)品技術(shù)人員、數(shù)據(jù)領(lǐng)域創(chuàng)業(yè)者和相關(guān)專業(yè)的學(xué)生。

·25.9萬字

會員

Python金融數(shù)據(jù)挖掘與分析實(shí)戰(zhàn)

這是一本金融數(shù)據(jù)挖掘與分析領(lǐng)域的實(shí)戰(zhàn)性著作，它能指導(dǎo)零Python編程基礎(chǔ)和零數(shù)據(jù)挖掘與分析基礎(chǔ)的讀者快速掌握金融數(shù)據(jù)挖掘與分析的工具、技術(shù)和方法。讀完本書，你將會有如下3個(gè)方面的收獲。（1）Python編程基礎(chǔ)和數(shù)據(jù)預(yù)處理：首先詳細(xì)講解了Python的核心語法，以及NumPy、Matplotlib、PySpark、JupyterNotebook等Python數(shù)據(jù)處理工具的使用；然后詳細(xì)介紹了數(shù)據(jù)預(yù)處理的流程和技巧。通過深入淺出的語言和豐富的樣例展示，幫助初學(xué)者快速上手Python，為之后的數(shù)據(jù)分析實(shí)戰(zhàn)夯實(shí)基礎(chǔ)。（2）數(shù)據(jù)挖掘與分析的經(jīng)典方法：詳細(xì)講解了經(jīng)典的數(shù)據(jù)挖掘方法，包括聚類分析、回歸分析、分類分析、異常檢測、關(guān)聯(lián)分析、時(shí)間序列分析等。（3）主要金融應(yīng)用場景的數(shù)據(jù)挖掘方法：針對網(wǎng)絡(luò)輿情的采集和熱點(diǎn)分析、輿情分析中的情感分析、股價(jià)趨勢預(yù)測、個(gè)人信用評分、企業(yè)信用評分、用戶畫像、目標(biāo)客戶精準(zhǔn)分析、銷售數(shù)據(jù)分析等金融行業(yè)的常見應(yīng)用場景，給出了數(shù)據(jù)挖掘和分析的方法。本書注重實(shí)戰(zhàn)，配有大量精心設(shè)計(jì)的案例，同時(shí)還有配套的講解視頻、代碼和數(shù)據(jù)資源，可操作性強(qiáng)。

·18.3萬字

會員

Python金融數(shù)據(jù)分析（原書第2版）

本書介紹如何利用新的程序語言進(jìn)行金融建模并實(shí)現(xiàn)復(fù)雜的數(shù)據(jù)運(yùn)算。書中講授的程序工具與數(shù)據(jù)均可以通過公開渠道獲取，通過建模與研究分析，你會對整個(gè)Python生態(tài)體系有全局性的認(rèn)識。大量的實(shí)例分析也會加深你對金融風(fēng)險(xiǎn)管控的認(rèn)知。

·9.8萬字

會員

計(jì)算機(jī)視覺與深度學(xué)習(xí)實(shí)戰(zhàn)：以MATLAB、Python為工具

本書詳細(xì)講解了36個(gè)計(jì)算機(jī)視覺與深度學(xué)習(xí)實(shí)戰(zhàn)案例（含可運(yùn)行程序），涉及霧霾去噪、答題卡自動閱卷、肺部圖像分割、小波數(shù)字水印、圖像檢索、人臉二維碼識別、車牌定位及識別、霍夫曼圖像壓縮、手寫數(shù)字識別、英文字符文本識別、眼前節(jié)組織提取、全景圖像拼接、小波圖像融合、基于語音識別的音頻信號模擬燈控、路面裂縫檢測識別、視頻運(yùn)動估計(jì)追蹤、Simulink圖像處理、胸片及肝臟分割、基于深度學(xué)習(xí)的汽車目標(biāo)檢測、基于計(jì)算機(jī)視覺的自動駕駛應(yīng)用、基于深度學(xué)習(xí)的視覺場景識別、基于深度特征的以圖搜畫、基于CNN的字符識別、基于CNN的物體識別、基于CNN的圖像矯正、基于LSTM的時(shí)間序列分析、基于深度學(xué)習(xí)的以圖搜圖技術(shù)、基于YOLO的智能交通目標(biāo)檢測等多項(xiàng)重要技術(shù)及應(yīng)用，涵蓋了數(shù)字圖像處理中幾乎所有的基本模塊，并延伸到了深度學(xué)習(xí)理論及其應(yīng)用方面。工欲善其事，必先利其器，本書對每個(gè)數(shù)字圖像處理的知識點(diǎn)都提供了豐富、生動的案例素材，并以MATLAB、Python為工具詳細(xì)講解了實(shí)驗(yàn)的核心程序。通過對這些程序的閱讀、理解和仿真運(yùn)行，讀者可以更加深刻地理解圖像處理的內(nèi)容，并且更加熟練地掌握計(jì)算機(jī)視覺及深度學(xué)習(xí)在不同實(shí)際領(lǐng)域中的用法。

·14萬字

會員

Nagios Core Administrators Cookbook

ThisbookiswritteninCookbookstyle,beginningwithrecipesbasedonbasicstructurewhichgraduallyprogressestowardsusingNagiosCoreasamonitoringframework.ThisbookisforSystemAdministratorswhoarelookingforrecipestohelpthemdealwithadvancednetworkmonitoringissueswithNagiosCore.

·8.6萬字

會員

Near Field Communication with Android Cookbook

Aneasy-to-followguide,fullofhands-onexamplesofandreal-worldapplications.Eachrecipeisexplainedandplacedincontext.IfyouwanttolearnhowtocreateNFC-enabledAndroidapplications,thisisthebookforyou.PerhapsyoualreadyknowabitaboutAndroidapplicationdevelopmentsbuthaveneverusedNFC,orperhapsyouknowalittleaboutNFCandroiddevelopmentbutwantsomemoreadvancedfeaturesandexamples.Ineithercase,thisbookwillgetyouupandrunningquickly.YouareexpectedtohaveAndroidprogrammingknowledge.

·3.7萬字

會員

數(shù)據(jù)要素五論：信息、權(quán)屬、價(jià)值、安全、交易

本書從與數(shù)據(jù)要素關(guān)系最密切的信息、權(quán)屬、價(jià)值、安全、交易等五個(gè)維度出發(fā)，匯聚不同學(xué)科背景的既有文獻(xiàn)，整合現(xiàn)有觀點(diǎn)，對數(shù)據(jù)要素的多維特性進(jìn)行探討，以豐富人們對數(shù)據(jù)要素的認(rèn)知，凝聚共識，澄清數(shù)字時(shí)代的發(fā)展與治理迷思，為未來的相關(guān)創(chuàng)新提供起點(diǎn)。

·14.5萬字

會員

標(biāo)簽類目體系：面向業(yè)務(wù)的數(shù)據(jù)資產(chǎn)設(shè)計(jì)方法論

本書共9章，分為3篇。由來篇（第1～3章）首先分析了當(dāng)前各企業(yè)在數(shù)據(jù)建設(shè)過程中會遇到的6大數(shù)據(jù)困局，然后重點(diǎn)介紹了為應(yīng)對這些數(shù)據(jù)困局而逐漸發(fā)展出的標(biāo)簽類目體系這一數(shù)據(jù)資產(chǎn)構(gòu)建方法論及其定位、定義，最后闡述了采用該方法建設(shè)數(shù)據(jù)資產(chǎn)的3點(diǎn)必要性：資產(chǎn)可復(fù)用、業(yè)務(wù)可理解、價(jià)值可衡量。理論篇（第4～6章）詳細(xì)講解了標(biāo)簽類目體系方法論的4個(gè)核心原理、從核心原理衍生出的3個(gè)構(gòu)建前提和6個(gè)設(shè)計(jì)步驟，以及標(biāo)簽方法論在實(shí)施落地過程中的具體使用技法與核心問題。實(shí)踐篇（第7～9章）重點(diǎn)介紹了當(dāng)前可用來提升標(biāo)簽類目體系的設(shè)計(jì)、使用、運(yùn)營效率的標(biāo)簽工具和經(jīng)典模板，列舉了從標(biāo)簽到應(yīng)用的5個(gè)最佳實(shí)踐方案，并總結(jié)了標(biāo)簽化的價(jià)值、典型應(yīng)用案例及標(biāo)簽設(shè)計(jì)人才的培養(yǎng)經(jīng)驗(yàn)。

·15.5萬字

會員

云原生數(shù)據(jù)中臺：架構(gòu)、方法論與實(shí)踐

本書中討論了云原生架構(gòu)對于數(shù)據(jù)中臺的必要性。數(shù)據(jù)中臺的一個(gè)天然特性是支持多元異構(gòu)的數(shù)據(jù)以及處理這些數(shù)據(jù)的工具。雖然很多時(shí)候孤島的產(chǎn)生有組織架構(gòu)的原因，但是缺乏統(tǒng)一的數(shù)據(jù)平臺，無法快速支持不同部門對數(shù)據(jù)的不同需求，這些也是產(chǎn)生孤島的重要原因—因?yàn)闃I(yè)務(wù)部門需要不斷建設(shè)獨(dú)立的系統(tǒng)以滿足眼前的緊迫需求。在Twitter的大數(shù)據(jù)平臺建設(shè)過程中，公司規(guī)模從300人發(fā)展到4000人，集群規(guī)模從80臺服務(wù)器擴(kuò)展到8000臺服務(wù)器，利用云原生架構(gòu)我們快速滿足了各個(gè)部門對不同數(shù)據(jù)的需求，并極大簡化了統(tǒng)一數(shù)據(jù)規(guī)范的工作。各個(gè)業(yè)務(wù)部門可以快速自主地在平臺上開發(fā)自己的數(shù)據(jù)應(yīng)用，很少需要額外的系統(tǒng)支持，從而大大降低了出現(xiàn)孤島的可能性。隨著云平臺及容器技術(shù)的不斷成熟，我們認(rèn)為云原生架構(gòu)一定是未來數(shù)據(jù)平臺建設(shè)的必然選擇。

·19.4萬字

會員

Lean Mobile App Development

Thisbookisfordevelopers,CTOs,andarchitectsworkingforastartuporanotherkindofleanstartupenvironment,suchasstart-upwithinacooperation.ItisisidealforanyiOSandAndroiddeveloperwhowantstobuildsuccessfulmobileappsbyadoptingtheleanstartupmethodology.

·8.8萬字

會員

大數(shù)據(jù)背景下的Web層次化話題檢測與跟蹤關(guān)鍵技術(shù)研究及應(yīng)用

在Web文本挖掘、網(wǎng)絡(luò)信息智能分析與大數(shù)據(jù)技術(shù)不斷發(fā)展的背景下，作為網(wǎng)絡(luò)中的一種流式資源，Web新聞的數(shù)量正呈現(xiàn)爆炸式的增長態(tài)勢，而產(chǎn)生這種情形的根源是社會上不斷發(fā)生突發(fā)事件。針對Web新聞所具有的多維特征，研究大數(shù)據(jù)背景下的Web層次化話題檢測與跟蹤關(guān)鍵技術(shù)，是一個(gè)具有實(shí)際意義的研究方向。通過研究話題檢測與跟蹤關(guān)鍵技術(shù)相關(guān)的文獻(xiàn)，筆者研究并應(yīng)用了大數(shù)據(jù)背景下的Web層次化話題檢測與跟蹤關(guān)鍵技術(shù)，同時(shí)提出了基于大數(shù)據(jù)五元組語義描述分析的話題檢測關(guān)鍵技術(shù)、基于大數(shù)據(jù)實(shí)用性評價(jià)的話題檢測關(guān)鍵技術(shù)，以及基于大數(shù)據(jù)使用行為分析的層次化話題檢測與跟蹤關(guān)鍵技術(shù)。本書可作為大數(shù)據(jù)相關(guān)專業(yè)研究生的參考書，也可作為大數(shù)據(jù)分析與挖掘相關(guān)科研工作人員的參考書。

·6.3萬字

跳轉(zhuǎn)至頁

官术网_书友最值得收藏!

數(shù)據(jù)庫

分類

狀態(tài)

屬性

字?jǐn)?shù)

更新時(shí)間

實(shí)戰(zhàn)大數(shù)據(jù)：分布式大數(shù)據(jù)分析處理系統(tǒng)開發(fā)與應(yīng)用