《Hadoop与大数据挖掘》内容简介

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