Hadoop与大数据挖掘

作品简介

本书共14章，分三个部分：基础篇、实战篇、高级篇。基础篇介绍了数据挖掘、Hadoop大数据的基本原理，实战篇介绍了一个个真实案例，通过对案例深入浅出的剖析，使读者在不知不觉中通过案例实践获得大数据项目挖掘分析经验，同时快速领悟看似难懂的大数据分析与挖掘理论知识。

读者在阅读过程中，应充分利用随书配套的案例建模数据，借助TipDM-HB大数据挖掘建模平台，通过上机实验，以快速理解相关知识与理论。

作品目录

• 前言
• 第一篇 基础篇
• 第1章 浅谈大数据
• 1.1 大数据概述
• 1.2 大数据平台
• 1.3 本章小结
• 第2章 大数据存储与运算利器—Hadoop
• 2.1 Hadoop概述
• 2.2 Hadoop配置及IDE配置
• 2.3 Hadoop集群命令
• 2.4 Hadoop编程开发
• 2.5 K-Means算法原理及Hadoop MapReduce实现
• 2.6 TF-IDF算法原理及Hadoop MapReduce实现
• 2.7 本章小结
• 第3章 大数据查询—Hive
• 3.1 Hive概述
• 3.2 HiveQL语句
• 3.3 动手实践：基于Hive的学生信息查询
• 3.4 基于Hive的航空公司客户价值数据预处理及分析
• 3.5 本章小结
• 第4章 大数据快速读写—HBase
• 4.1 HBase概述
• 4.2 配置HBase集群
• 4.3 HBase原理与架构组件
• 4.4 HBase Shell操作
• 4.5 Java API&MapReduce与HBase交互
• 4.6 基于HBase的冠字号查询系统
• 4.7 本章小结
• 第5章 大数据处理—Pig
• 5.1 Pig概述
• 5.2 配置运行Pig
• 5.3 常用Pig Latin操作
• 5.4 综合实践
• 5.5 本章小结
• 第6章 大数据快速运算与挖掘—Spark
• 6.1 Spark概述
• 6.2 Spark安装集群
• 6.3 Spark架构与核心原理
• 6.4 Spark编程技巧
• 6.5 如何学习Spark MLlib
• 6.6 动手实践：基于Spark ALS电影推荐系统
• 6.7 本章小结
• 第7章 大数据工作流—Oozie
• 7.1 Oozie简介
• 7.2 编译配置并运行Oozie
• 7.3 Oozie WorkFlow实践
• 7.4 Oozie Coordinator实践
• 7.5 本章小结
• 第二篇 挖掘实战篇
• 第8章 法律服务大数据智能推荐
• 8.1 背景
• 8.2 目标
• 8.3 系统架构及流程
• 8.4 分析过程及实现
• 8.5 构建法律服务大数据智能推荐系统
• 8.6 本章小结