Hadoop大数据分析与挖掘实战.html

前言 为什么要写这本书 到2012年为止，Farecast系统用了将近十万亿条价格记录来帮助预测美国国内航班的票价。Farecast票价预测的准确度已经高达75%，使用Farecast票价预测工具购买机票的旅客，平均每张机票可节 省50美元[1]。 Farecast是大数据公司的一个缩影，也代表了当今世界发展的趋势。但与国外相比，我国由于信息化程度不太高，企业内部信息不完整，零售业、银行、保险、证券等对大数据分析与挖掘的应用并不 太理想。但随着市场竞争的加剧，各行业对大数据分析与挖掘技术的研究与应用意愿越来越强烈，可以预计，未来几年，各行业的数据分析一定都是大规模的数据挖掘与应用。在大数据时代，数据过剩、 人才短缺，数据挖掘专业人才的培养又需要专业知识和职业经验积累。所以，本书在注重大数据时代数据挖掘理论的同时，也注意与大数据项目案例实践相结合，这样可以让读者体验真实的大数据挖掘学 习与实践环境，更快、更好地学习大数据分析与挖掘知识以及积累职业经验。 总地来说，随着大数据时代的来临，大数据分析与挖掘技术将具有越来越重要的战略意义。大数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产要素，人们对于海量数据的运用将预示 着新一轮生产率增长和消费者盈余浪潮的到来。大数据分析与挖掘技术将帮助企业用户在合理时间内攫取、管理、处理、整理海量数据，为企业经营决策提供积极的帮助。大数据分析与挖掘作为数据存储 和挖掘分析的前沿技术，广泛应用于物联网、云计算、移动互联网等战略性新兴产业。虽然大数据目前在国内还处于初级阶段，但是其商业价值已经显现出来，特别是有实践经验的大数据分析人才更是各 企业争夺的热门资源。 大数据时代来临，风云变化，时不我待！ 本书特色 本书作者从实践出发，结合大量大数据挖掘工程案例及教学经验，以真实案例为主线，深入浅出介绍大数据挖掘项目中针对数据分析的各个流程：数据探索、数据预处理、分类与预测、聚类分析、关 联规则挖掘、智能推荐等。因此，图书的编排以解决某个大数据应用的挖掘目标为前提，先介绍案例背景提出挖掘目标，再阐述针对这个目标使用的大数据挖掘分析方法与过程，最后完成模型构建，在介 绍建模过程中会针对每个大数据项目的特点进行分析，同时提供上机实验，把相关的建模操作提供给读者。在本书的高级篇中，介绍大数据挖掘的二次开发实例，方便有能力的读者进行相关二次开发。 根据读者对案例的理解，本书配套提供了真实的原始样本数据文件及建模仿真平台，读者可以从“泰迪杯”全国大学生数据挖掘竞赛网站（http://www.tipdm.org/ts/655.jhtml）免费下载。另外，为 方便教师授课需要，图书还特意提供了建模阶段的过程数据文件、PPT课件，......