Mocial Big Data Mining (передовая технология перевод международной информационной инженерии)
Цена: 998руб. (¥47.2)
Артикул: 561803868493
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товараПродавец:中建标图书专营店
Рейтинг:
Всего отзывов:0
Положительных:0
Добавить в корзину
Другие товары этого продавца
¥12254руб.
¥20.4432руб.
¥30.6647руб.
¥11.2237руб.
Mocial Big Data Mining (передовая технология перевод международной информационной инженерии)
- Цены:￥59,00
Автор: [Япония] Хироши Исикава
- I S B N :978-7-111-57722-5
- ISBN штрих-кода: 9787111577225
- Дата релиза: 2017/11/15
- Дата публикации: 14.11.2017
- Версия SI: 1-1
- из Версия Общество: Machinery Industry Press
- Кластер книга Имя: Перевод передовой технологии международной информационной инженерии
- страница Номер: 173
| Введение в контент | |
| «Социальный анализ больших данных» уделяет пристальное внимание проблемам больших данных в социальных сетях, систематически знакомит с базовыми концепциями социальных больших данных и связанными с ними технологиями обработки больших данных, а также фокусируется на анализе больших данных веб-страниц и средств массовой информации.«Интеллектуальный анализ больших социальных данных» разделен на 14 глав, которые можно разделить на три части: первая часть включает главу 1 и главу 2, в которых представлены основные концепции и значения социальных больших данных, а также разъясняется разница между большими социальными данными и большими данными в целом; вторая часть — главы с 3 по 9, в которых представлены основные понятия, связанные с обработкой больших данных. Эта концепция и технический метод включают в себя определение гипотезы, метод предложения гипотезы посредством интеллектуального анализа данных и метод анализа проверки гипотезы; третья часть — главы с 10 по 14, в которых подробно описываются технология интеллектуального анализа веб-страниц и медиа-данных, технология обработки естественного языка и применение больших социальных данных в больших социальных данных.«Social Big Data Mining» имеет полную системную структуру и фокусируется на больших данных социальных сетей с отличительными характеристиками. Написание легко понять и имеет хорошую теоретическую справочную ценность, практичность и руководство.«Социальный анализ больших данных» может стать справочной информацией для преподавателей, студентов, инженеров и других специалистов, которые имеют определенные соответствующие профессиональные знания и интересуются большими данными. | |
| Каталог | |
| Переводчик Предисловие Глава 1. Социальные сети 1. 1Что такое социальные сети 1.2 Репрезентативные социальные сети 1.2.1 Твиттер один 1.2.2 Flickr 1.2.3 YouTube 1.2.4 Facebook 1.2.5 Википедия 1.2.6 Общая сеть 1.2.7 Другие социальные сети Рекомендации Глава 2. Большие данные и социальные данные 2.1 Большие данные 2.2 Взаимодействие между физическим реальным миром и социальными сетями 2.3 Структура интеграции 2.4 Моделирование и анализ взаимодействий 2.5 Метааналитическая модель – концептуальный уровень 2.5.1 Объектно-ориентированная модель комплексного анализа 2.5.2 Оригинальный футляр 2.6 Генерация и проверка гипотез – логический уровень 2.6.1 Многомерный анализ 2.6.2 Интеллектуальный анализ данных 2.6.3 Обнаружение и идентификация воздействий 2.6.4 Количественное измерение воздействия 2.7 Обзор интересов – интерактивный майнинг 2.8 Структура распределенных параллельных вычислений 2. 8.1 NoSQL 2.8.2 MapReduce — механизм параллельных распределенных вычислений. 2.8.3 Hadoop Рекомендации Глава 3. Предположения в эпоху больших данных 3.1 Что такое предположения? 3.2 Выборка данных 3.3 Проверка гипотезы 3.4 Построение гипотезы 3.4.1 Индукционный метод 3.4.2 Рассуждение 3.4.3 Достоверные аргументы 3.4.4 Неизвестная формула вывода 3.4.5 Актуальность 3.4.6 Причинно-следственная связь 3.4.7 Аналогия 3.4.8 Закон о передаче 3.5 Детализация гипотез 3.6 Перепроверка предположений Рекомендации Глава 4. Применение больших данных в социальных сетях 4.1 Различия между обычными веб-страницами и социальными сетями как объектами анализа 4.2 Классификация приложений социальных сетей на основе элементов 4.3 Классификация приложений социальных сетей по целям 4.4 Рисование через модель MiPS Глава 5. Основные понятия интеллектуального анализа данных Глава 6. Анализ правил ассоциации Глава 7 Глава 8 Классификация Глава 9 Прогноз Глава 10. Анализ структуры Wep Глава 11. Майнинг веб-контента Глава 12. Анализ журналов доступа к Wep, извлечение информации, глубокий анализ Wep. Глава 13 Медиа-майнинг Глава 14 Масштабируемость и обнаружение аномалий Приложение | |
