内容简介
大数据浪潮汹涌来袭，对数据的收集、整理和分析离不开数据思维。《数据思维》从计算机中数据的表示、数据的组织、数据的管理以及数据挖掘等多方面详细系统地介绍了计算机领域信息数字化方法、数据结构理论、数据库、数据仓库、数据挖掘等相关技术，循序渐进地全面地阐述了数据思维的内涵，着力于培养系统的数据思维，有助于理解大数据技术，进而为大数据管理提供新的解决思路，进行大数据分析。作者简介：
暂时没有内容目 录：
第一章 认识数据1.1 数的起源与发展
1.1.1 自然数
1.1.2 分数
1.1.3 负数
1.1.4 其他数
1.2 计数制
1.2.1 常用的计数制
1.2.2 数制之间的转换
1.3 计算机中的数据
1.3.1 数值型数据
1.3.2 字符型数据
1.3.3 声音数据
1.3.4 图形图像数据
第二章 数据的组织
2.1 数据结构概述
2.1.1 数据逻辑结构
2.1.2 数据存储结构
2.2 线性表
2.2.1 线性表的定义
2.2.2 线性表的顺序存储结构及运算
2.2.3 线性表的链式存储结构及运算
2.2.4 栈
2.2.5 队列
2.3 串
2.3.1 串的定义
2.3.2 串的存储结构
2.4 数组
2.4.1 数组的定义
2.4.2 数组的顺序存储结构
2.5 广义表
2.5.1 广义表的定义
2.5.2 广义表的存储结构
2.6 树型结构
2.6.1 树的概念
2.6.2 二叉树
2.7 图形结构
2.7.1 图的概念
2.7.2 图的存储结构
2.7.3 图的遍历
第三章 数据管理
3.1 数据管理概述
3.1.1 数据管理技术的发展
3.1.2 第一、二代数据库系统
3.2 数据库系统
3.2.1 数据库系统的基本概念
3.2.2 数据库系统的内部结构体系
3.3 数据模型
3.3.1 数据模型的类型
3.3.2 E-R模型
3.3.3 关系模型
3.4 关系模式的规范化
3.4.1 关系模式
3.4.2 范式
3.5 数据类型与运算
3.5.1 数据类型
3.5.2 运算符
3.6 结构化查询语言
3.6.1 SQL的概念
3.6.2 数据定义
3.6.3 数据操纵
3.6.4 数据查询
3.6.5 视图定义、删除、更新
3.7 数据库设计与管理
3.7.1 数据库设计方法
3.7.2 需求分析
3.7.3 概念设计
3.7.4 逻辑设计
3.7.5 物理设计
3.7.6 数据库管理
3.8 新一代数据库系统
3.8.1第三代数据库系统
3.8.2 数据库技术的发展趋势
第四章 数据集成
4.1 数据仓库的概述
4.1.1 面向主题性
4.1.2 数据的集成性
4.1.3 数据的不可更新性
4.1.4 数据的时变性
4.1.5 支持决策性
4.1.6 数据仓库的体系结构
4.1.7 数据仓库的数据组织
4.2 数据库系统与数据仓库
4.2.1 操作数据库系统与数据仓库的比较
4.2.2 数据仓库的优势
4.3 数据仓库基本概念
4.3.1 元数据
4.3.2 粒度
4.3.3 分割
4.4 数据预处理
4.4.1 数据质量问题
4.4.2 数据预处理的主要任务
4.4.3 数据清理
4.4.4 数据集成
4.4.5 数据归约
4.4.6 数据变换
4.5 数据仓库模型
4.5.1 多维数据模型
4.5.2 星型模型
4.5.3 雪花模型
4.6 OLAP
4.6.1 定义
4.6.2 特性
4.6.3 OLAP的典型操作
4.7 数据仓库系统的设计
4.7.1 数据仓库系统设计方法
4.7.2 数据仓库的设计
第五章 数据挖掘
5.1 数据挖掘概述
5.1.1 数据挖掘的产生背景
5.1.2 数据挖掘的定义
5.1.3 数据挖掘的分类
5.1.4 数据挖据的过程
5.2 数据挖掘的方法
5.2.1 关联知识挖掘方法
5.2.2 类知识挖掘
5.2.3 预测型知识挖掘
5.2.4 特异型知识挖掘
5.3 不同存储形式的数据挖掘
5.4 数据挖掘的应用
第六章 大数据
6.1 大数据概述
6.1.1 大数据产生的背景
6.1.2 大数据概念
6.1.3 大数据的发展阶段
6.1.4 大数据发展的作用
6.2 大数据的关键技术
6.2.1 大数据的采集和预处理
6.2.2 大数据存储技术
6.2.3 大数据分析技术
6.2.4 大数据与云计算
6.3 大数据产业的应用
6.3.1 大数据产业
6.3.2 大数据在典型领域中的应用
6.3.3 智慧城市
6.4 问题与挑战
6.5 大数据时代的要求
《数据思维》樊敏_电子科技大学.扫描版[PDF]