目录__eol__ 第1章 大数据时代——日新月异 1__eol__1.1 大数据的崛起 1__eol__1.1.1 数据大爆炸 1__eol__1.1.2 小数据与大数据 2__eol__1.2 大数据的成长 4__eol__1.2.1 数据 4__eol__1.2.2 信息 5__eol__1.2.3 知识 6__eol__1.3 大数据战略 6__eol__1.3.1 国外战略 7__eol__1.3.2 国内战略 9__eol__1.3.3 数据要素 11__eol__1.4 挑战与机遇 11__eol__1.4.1 数据的挑战与机遇 12__eol__1.4.2 技术的挑战与机遇 12__eol__1.4.3 用户的挑战与机遇 13__eol__1.4.4 行业的挑战与机遇 13__eol__ 第2章 洞悉大数据——庖丁解牛 14__eol__2.1 对大数据的理解 14__eol__2.1.1 大数据的内涵 14__eol__2.1.2 大数据的外延 16__eol__2.2 大数据相关术语 17__eol__2.3 大数据的特征 18__eol__2.4 大数据的价值 20__eol__2.5 大数据标准化 21__eol__2.5.1 基础标准 23__eol__2.5.2 数据标准 23__eol__2.5.3 技术标准、平台和工具标准 23__eol__2.5.4 管理标准 24__eol__2.5.5 安全和隐私标准 24__eol__2.5.6 行业应用标准 25__eol__2.5.7 质量管理标准 25__eol__2.6 大数据的应用 26__eol__ 第3章 大数据思维——革故鼎新 27__eol__3.1 哲学思维 28__eol__3.1.1 总体思维 28__eol__3.1.2 相关思维 29__eol__3.1.3 容错思维 29__eol__3.1.4 逆向思维 30__eol__3.2 赋能思维 30__eol__3.2.1 “+”号思维 31__eol__3.2.2 体系思维 31__eol__3.2.3 创新思维 32__eol__3.3 模型思维 32__eol__3.3.1 博弈思维 33__eol__3.3.2 推理思维 33__eol__3.4 计算思维 34__eol__3.4.1 抽象思维 34__eol__3.4.2 并行思维 35__eol__3.4.3 分解思维 36__eol__3.4.4 随机思维 36__eol__3.4.5 迭代思维 37__eol__ 第4章 大数据技术——神兵利器 38__eol__4.1 大数据技术概述 38__eol__4.2 大数据处理框架 40__eol__4.2.1 Hadoop 40__eol__4.2.2 Storm 41__eol__4.2.3 Samza 42__eol__4.2.4 Spark 43__eol__4.3 数据采集与清洗 44__eol__4.3.1 数据采集 44__eol__4.3.2 数据清洗 45__eol__4.4 数据存储与管理 47__eol__4.4.1 分布式文件系统 47__eol__4.4.2 非关系型数据库 47__eol__4.4.3 多维索引技术 48__eol__4.4.4 其他存储技术 50__eol__4.5 数据挖掘与分析 50__eol__4.5.1 数据挖掘的过程 50__eol__4.5.2 新型数据挖掘技术 52__eol__4.5.3 相似性连接技术 54__eol__4.5.4 面向领域的预测分析技术 55__eol__4.6 数据可视化 58__eol__4.6.1 文本可视化 58__eol__4.6.2 网络可视化 59__eol__4.6.3 时空数据可视化 60__eol__4.6.4 多维数据可视化 61__eol__4.7 大数据与新一代信息技术 62__eol__4.7.1 大数据与物联网 62__eol__4.7.2 大数据与云计算 62__eol__4.7.3 大数据与人工智能 63__eol__4.7.4 大数据与区块链 63__eol__4.8 知识图谱 64__eol__4.8.1 知识图谱概述 64__eol__4.8.2 知识图谱的特征与分类 65__eol__4.8.3 知识图谱的构成 67__eol__4.8.4 知识图谱的构建流程 68__eol__ 第5章 大数据安全——固若金汤 70__eol__5.1 大数据安全体系 70__eol__5.1.1 大数据安全体系架构 70__eol__5.1.2 大数据安全技术体系 72__eol__5.1.3 大数据系统安全体系框架 73__eol__5.2 大数据安全技术 75__eol__5.2.1 传统大数据安全技术 75__eol__5.2.2 新型大数据安全技术 76__eol__5.2.3 未来大数据安全技术 78__eol__5.3 大数据安全管理 81__eol__5.3.1 数据收集安全管理 81__eol__5.3.2 数据存储安全管理 86__eol__5.3.3 数据使用安全管理 89__eol__5.3.4 数据使用审计管理 92__eol__5.3.5 数据销毁安全管理 94__eol__ 第6章 军事大数据——运筹帷幄 96__eol__6.1 军事大数据概述 96__eol__6.1.1 军事大数据的定义 96__eol__6.1.2 军事大数据的来源 97__eol__6.1.3 军事大数据的特点 98__eol__6.1.4 美军大数据的发展 99__eol__6.1.5 军事大数据的发展瓶颈 100__eol__6.2 军事大数据的技术途径 102__eol__6.2.1 数据监护与分析 102__eol__6.2.2 边缘计算 103__eol__6.2.3 人机交互 104__eol__6.3 指挥控制大数据 104__eol__6.3.1 指挥控制的概念 104__eol__6.3.2 大数据下的指挥控制新特点 105__eol__6.3.3 大数据下的指挥控制新挑战 107__eol__6.3.4 指挥控制的应用案例 109__eol__6.4 智慧军营大数据 109__eol__6.4.1 智慧军营大数据的体系架构 109__eol__6.4.2 智慧军营大数据的应用 112__eol__6.4.3 智慧军营大数据的发展趋势 114__eol__ 第7章 社会治理大数据——秩序井然 116__eol__7.1 社会治理大数据概述 116__eol__7.2 公共安全大数据 116__eol__7.2.1 警务大数据 116__eol__7.2.2 消防大数据 118__eol__7.2.3 反恐大数据 119__eol__7.3 市场监管大数据 120__eol__7.3.1 市场监管大数据的作用 121__eol__7.3.2 市场监管新模式 122__eol__7.3.3 市场监管大数据体系 124__eol__7.4 生态环境大数据 128__eol__7.4.1 生态环境大数据概述 128__eol__7.4.2 生态环境大数据的特点 128__eol__7.4.3 生态环境大数据的应用 129__eol__ 第8章 医疗健康大数据——妙手仁心 131__eol__8.1 医疗健康大数据概述 131__eol__8.2 医疗健康大数据挖掘技术 132__eol__8.2.1 知识图谱 133__eol__8.2.2 机器学习 134__eol__8.2.3 自然语言处理 135__eol__8.2.4 计算机视觉 136__eol__8.2.5 语音识别 137__eol__8.3 医疗健康大数据的应用 137__eol__8.3.1 样本筛选 137__eol__8.3.2 临床决策支持 138__eol__8.3.3 健康评估 138__eol__8.3.4 健康监测预警 139__eol__8.3.5 疫情防控 140__eol__8.3.6 个性化治疗 141__eol__8.4 医疗健康大数据展望 142__eol__8.4.1 智能+医疗健康 142__eol__8.4.2 区块链在医疗健康中的应用 144__eol__ 第9章 农业大数据——强本节用 147__eol__9.1 农业大数据概述 147__eol__9.2 农业现代化的新机遇 147__eol__9.2.1 大数据为农业发展指明了新方向 148__eol__9.2.2 互联网为农业信息铺设了“高速路” 148__eol__9.2.3 物联网为农业感知延伸了“触角” 149__eol__9.2.4 电子商务为农业销售拓展了渠道 149__eol__9.3 农业大数据的发展 150__eol__9.3.1 国外农业大数据的发展 150__eol__9.3.2 国内农业大数据的发展 152__eol__9.4 农业大数据的应用 156__eol__9.4.1 共享休闲农业 156__eol__9.4.2 农产品质量追溯 1