Hadoop大數據分析與挖掘實戰（簡體書）

本書共14章，分三個部分：基礎篇、實戰篇、高級篇。基礎篇介紹了數據挖掘、Hadoop大數據的基本原理，實戰篇介紹了一個個真實案例，通過對案例深入淺出的剖析，使讀者在不知不覺中通過案例實踐獲得大數據項目挖掘分析經驗，同時快速領悟看似難懂的大數據分析與挖掘理論知識。讀者在閱讀過程中，應充分利用隨書配套的案例建模數據，借助TipDM-HB大數據挖掘建模平臺，通過上機實驗，以快速理解相關知識與理論。

目錄
前　言
基　礎　篇
第1章　數據挖掘基礎2
　1.1　某知名連鎖餐飲企業的困惑2
　1.2　從餐飲服務到數據挖掘3
　1.3　數據挖掘的基本任務4
　1.4　數據挖掘建模過程4
1.4.1　定義挖掘目標4
1.4.2　數據取樣5
1.4.3　數據探索6
1.4.4　數據預處理12
1.4.5　挖掘建模14
1.4.6　模型評價14
　1.5　餐飲服務中的大數據應用15
　1.6　小結15
第2章　Hadoop基礎16
　2.1　概述16
2.1.1　Hadoop簡介16
2.1.2　Hadoop生態系統17
　2.2　安裝與配置19
　2.3　Hadoop原理26
2.3.1　Hadoop HDFS原理26
2.3.2　Hadoop MapReduce原理27
2.3.3　Hadoop YARN原理28
　2.4　動手實踐30
　2.5　小結33
第3章　Hadoop生態系統：Hive34
　3.1　概述34
3.1.1　Hive簡介34
3.1.2　Hive安裝與配置35
　3.2　Hive原理38
3.2.1　Hive架構38
3.2.2　Hive的數據模型40
　3.3　動手實踐41
　3.4　小結45
第4章　Hadoop生態系統：HBase46
　4.1　概述46
4.1.1　HBase簡介46
4.1.2　HBase安裝與配置47
　4.2　HBase原理50
4.2.1　HBase架構50
4.2.2　HBase與RDBMS51
4.2.3　HBase訪問接口52
4.2.4　HBase數據模型53
　4.3　動手實踐54
　4.4　小結61
第5章　大數據挖掘建模平臺62
　5.1　常用的大數據平臺62
　5.2　TipDM-HB大數據挖掘建模平臺63
5.2.1　TipDM-HB大數據挖掘建模平臺的功能63
5.2.2　TipDM-HB大數據挖掘建模平臺操作流程及實例65
5.2.3　TipDM-HB大數據挖掘建模平臺的特點67
　5.3　小結68
第6章　挖掘建模69
　6.1　分類與預測69
6.1.1　實現過程69
6.1.2　常用的分類與預測算法70
6.1.3　決策樹71
6.1.4　Mahout中Random Forests算法的實現原理75
6.1.5　動手實踐79
　6.2　聚類分析83
6.2.1　常用聚類分析算法83
6.2.2　K-Means聚類算法84
6.2.3　Mahout中K-Means算法的實現原理88
6.2.4　動手實踐90
　6.3　關聯規則93
6.3.1　常用的關聯規則算法93
6.3.2　FP-Growth關聯規則算法94
6.3.3　Mahout中Parallel Frequent Pattern Mining算法的實現原理98
6.3.4　動手實踐100
　6.4　協同過濾102
6.4.1　常用的協同過濾算法102
6.4.2　基于項目的協同過濾算法簡介102
6.4.3　Mahout中Itembased Collaborative Filtering算法的實現原理103
6.4.4　動手實踐106
　6.5　小結109
實　戰　篇
第7章　法律咨詢數據分析與服務推薦112
　7.1　背景與挖掘目標112
　7.2　分析方法與過程114
7.2.1　數據抽取120
7.2.2　數據探索分析120
7.2.3　數據預處理125
7.2.4　模型構建130
　7.3　上機實驗139
　7.4　拓展思考140
　7.5　小結145
第8章　電商產品評論數據情感分析146
　8.1　背景與挖掘目標146
　8.2　分析方法與過程146
8.2.1　評論數據采集147
8.2.2　評論預處理150
8.2.3　文本評論分詞155
8.2.4　構建模型155
　8.3　上機實驗167
　8.4　拓展思考168
　8.5　小結169
第9章　航空公司客戶價值分析170
　9.1　背景與挖掘目標170
　9.2　分析方法與過程171
9.2.1　數據抽取174
9.2.2　數據探索分析174
9.2.3　數據預處理175
9.2.4　模型構建177
　9.3　上機實驗182
　9.4　拓展思考183
　9.5　小結183
第10章　基站定位數據商圈分析184
　10.1　背景與挖掘目標184
　10.2　分析方法與過程186
10.2.1　數據抽取186
10.2.2　數據探索分析187
10.2.3　數據預處理188
10.2.4　構建模型191
　10.3　上機實驗194
　10.4　拓展思考195
　10.5　小結195
第11章　互聯網電影智能推薦196
　11.1　背景與挖掘目標196
　11.2　分析方法與過程197
11.2.1　數據抽取199
11.2.2　構建模型199
　11.3　上機實驗201
　11.4　拓展思考202
　11.5　小結203
第12章　家電故障備件儲備預測分析204
　12.1　背景與挖掘目標204
　12.2　分析方法與過程206
12.2.1　數據探索分析207
12.2.2　數據預處理209
12.2.3　構建模型212
　12.3　上機實驗216
　12.4　拓展思考217
　12.5　小結217
第13章　市供水混凝投藥量控制分析218
　13.1　背景與挖掘目標218
　13.2　分析方法與過程220
13.2.1　數據抽取221
13.2.2　數據探索分析221
13.2.3　數據預處理223
13.2.4　構建模型227
　13.3　上機實驗237
　13.4　拓展思考238
　13.5　小結239
第14章　基于圖像處理的車輛壓雙黃線檢測240
　14.1　背景與挖掘目標240
　14.2　分析方法與過程241
14.2.1　數據抽取242
14.2.2　數據探索分析242
14.2.3　數據預處理242
14.2.4　構建模型249
　14.3　上機實驗250
　14.4　拓展思考250
　14.5　小結251
高　級　篇
第15章　基于Mahout的大數據挖掘開發254
　15.1　概述254
　15.2　環境配置255
　15.3　基于Mahout算法接口的二次開發258
15.3.1　Mahout算法實例258
15.3.2　Mahout算法接口的二次開發示例259
　15.4　小結271
第16章　基于TipDM-HB的數據挖掘二次開發272
　16.1　概述272
16.1.1　TipDM-HB大數據挖掘建模平臺服務接口272
16.1.2　Apache CXF簡介276
　16.2　TipDM-HB大數據挖掘建模平臺服務開發實例277
16.2.1　環境配置277
16.2.2　開發實例280
　16.3　小結288
參考資料289