智慧城市中的大数据分析技术PDF|Epub|txt|kindle电子书版本网盘下载

智慧城市中的大数据分析技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 智慧城市概述1

1.1 智慧城市是城市发展的必然阶段2

1.2 众说纷纭的智慧城市2

1.3 智慧城市的定义与内涵5

1.4 智慧城市建设的关键要素6

1.4.1 国外智慧城市建设的关键要素分析7

1.4.2 国内智慧城市建设的关键要素分析7

1.5 智慧城市的数据管理11

1.6 小结13

参考文献13

第2章 智慧城市与大数据15

2.1 什么是大数据15

2.2 智慧城市与大数据的关系15

2.3 大数据分析技术在智慧城市中的应用17

2.4 纽约的电子治理与应用科技发展计划19

2.4.1 纽约的电子治理19

2.4.2 雄心勃勃的应用科学发展计划20

2.4.3 纽约大学都市科学与进步中心21

2.4.4 微软曼哈顿实验室22

2.5 伦敦的城市公共数据能力开放平台23

2.5.1 伦敦大数据法案与大数据峰会23

2.5.2 智能交通和罪案控制24

2.6 新加坡的“智慧国2015”计划25

2.6.1 新加坡电子政府2015纲要26

2.6.2 城市可持续性发展方案28

2.6.3 信息通信产业培育计划29

2.7 “智慧首尔2015”计划30

2.7.1 U-City计划31

2.7.2 “利用大数据解决市民小烦恼”城市口号的提出31

2.7.3 城市数据开放与利用32

2.7.4 建立在NFC基础上的城市移动支付系统33

2.8 小结33

参考文献34

第3章 智慧城市的大数据体系架构35

3.1 智慧城市体系架构的演进35

3.1.1 以功能为中心的体系架构35

3.1.2 以数据为中心的体系架构37

3.2 智慧城市的大数据体系架构41

3.3 物联感知层：大数据的来源45

3.3.1 物联感知层的标准体系架构46

3.3.2 物联感知层的关键技术53

3.4 网络通信层：大数据的动态性57

3.4.1 网络通信层的标准体系架构59

3.4.2 网络通信层的关键技术64

3.5 数据及服务支撑层：大数据的存储与分析67

3.5.1 数据和服务支撑层的标准体系架构68

3.5.2 数据和服务支撑层的关键技术78

3.6 智慧应用层：大数据的价值发掘88

3.6.1 智慧管理与服务89

3.6.2 智慧产业与经济100

3.6.3 智慧建设与宜居102

3.7 小结108

参考文献108

第4章 智慧城市的数据特点110

4.1 引言110

4.2 智慧城市的数据来源111

4.2.1 机器产生的数据111

4.2.2 用户产生的数据113

4.3 智慧城市的数据分布115

4.3.1 市政数据115

4.3.2 企业数据118

4.3.3 开放数据119

4.4 智慧城市的大数据特征121

4.4.1 大数据的基本特征121

4.4.2 数据开放与信息孤岛124

4.5 开放数据面临的问题127

4.5.1 政府引导数据开放127

4.5.2 数据安全与隐私保护130

4.6 小结133

参考文献134

第5章 大数据的分布式存储与处理136

5.1 大数据分析平台136

5.1.1 大数据分析平台面临的挑战137

5.1.2 大数据分析平台的体系架构138

5.1.3 大数据分析平台的关键技术141

5.2 分布式存储与处理框架：Hadoop146

5.2.1 Hadoop的介绍146

5.2.2 Hadoop的组成148

5.2.3 Hadoop的架构150

5.2.4 Hadoop与分布式开发152

5.2.5 Hadoop的关键技术154

5.3 开放的机器学习算法平台：Mahout163

5.3.1 Mahout简介163

5.3.2 Mahout的主题164

5.3.3 Mahout的算法166

5.3.4 Mahout的使用167

5.4 利用Mahout和Hadoop处理大数据168

5.5 大数据技术的发展现状170

5.6 小结173

参考文献173

第6章 智慧城市的大数据分析技术175

6.1 引言175

6.2 传统数据分析技术与工具176

6.3 大数据分析技术的特点177

6.3.1 数据采集179

6.3.2 数据导入和预处理180

6.3.3 数据统计与分析180

6.3.4 数据挖掘180

6.3.5 数据可视化181

6.4 大数据分析与云计算技术181

6.5 大数据分析面临的主要挑战183

6.5.1 大数据集成与分析问题183

6.5.2 大数据的隐私保护问题184

6.5.3 大数据分析的思维方式转变问题185

6.5.4 大数据时代分析结果测度标准问题185

6.6 大数据分析相关关键技术186

6.6.1 分布式文件系统186

6.6.2 分布式数据库管理系统187

6.6.3 索引和查询技术190

6.6.4 二次挖掘技术192

6.6.5 数据可视化技术193

6.6.6 大数据分析平台193

6.7 常见大数据分析算法195

6.7.1 MapReduce编程模型195

6.7.2 分类和预测问题197

6.7.3 朴素贝叶斯198

6.7.4 支持向量机202

6.7.5 逻辑斯蒂回归206

6.7.6 随机森林208

6.7.7 分类和预测问题小结209

6.7.8 聚类分析210

6.7.9 K-均值聚类算法214

6.7.10 聚类分析小结216

6.7.11 大数据中距离和相似性度量方法217

6.8 小结219

参考文献220

第7章 城市管理中的大数据分析221

7.1 智慧政务222

7.2 智慧医疗225

7.3 智慧社区227

7.4 智慧交通229

7.5 智慧安全232

7.6 智慧产业升级234

7.7 智慧体育238

7.8 小结240

参考文献240

第8章 大数据与商业智能242

8.1 机遇：大数据带来商业创新242

8.1.1 什么是商业智能243

8.1.2 大数据促进商业智能升级247

8.2 难点：分析处理非结构化数据249

8.2.1 非结构化数据模型250

8.2.2 分布式存储与并行处理架构252

8.2.3 非结构化数据查询语言253

8.3 大数据时代商业智能的六大核心要素253

8.3.1 企业信息管理255

8.3.2 数据仓库255

8.3.3 企业治理259

8.3.4 公司治理、风险和合规管理262

8.3.5 企业绩效管理265

8.3.6 分析应用268

8.4 发掘大数据中蕴含的价值与商机271

8.4.1 大数据研究的商业价值271

8.4.2 大数据研究的科学价值274

8.5 小结277

参考文献277

名词索引280