新書推薦：
《
暗黑历史书系·巴黎伦敦血色历史（伦敦巴黎双城记，城市社会生活的另类书写）
》
售價：HK$
179.4
《
国之重器：如何突破关键技术
》
售價：HK$
79.4
《
人鱼陷落：完结篇
》
售價：HK$
60.7
《
中国近代史-大有文库丛书
》
售價：HK$
40.3
![打开孩子世界的100个心理游戏——温暖的艺术互动魔法 [美]艾丽卡·柯蒂斯](http://103.6.6.66/upload/mall/productImages/24/31/9787111755265.jpg)
《
打开孩子世界的100个心理游戏——温暖的艺术互动魔法 [美]艾丽卡·柯蒂斯
》
售價：HK$
135.7
《
2024出国留学蓝皮书
》
售價：HK$
79.4
《
中国南方木雕花板（全5册）
》
售價：HK$
687.7
《
中国二战史研究七十年（1950—2019）
》
售價：HK$
667.0
|
| 編輯推薦： |
l 多层面阐述情报大数据的丰富内涵和实践。
l 全方位描绘跨领域跨行业大数据框架体系。
l 立体化覆盖情报大数据的采集处理和分析。
l 宽领域概览情报大数据的规律及应用特点。
l 广视角展示情报大数据的实施技术与工具。
|
| 內容簡介： |
|
过大数据手段搜集挖掘情报信息，已成为国际上各个专业情报领域的重要手段。本书选取多个具有代表性的情报大数据领域，围绕大数据背景下情报的信息采集、储存、管理和分析等方面，从技术实现途径进行全方位详解，以学习掌握在海量数据中提炼出高价值情报的方法。 本书以网络舆论情报、社会事件情报、国防科技情报、公共安全情报、开源人物情报等领域为实战案例
|
| 關於作者： |
|
邓劲生，国防科技大学前沿交叉学科学院研究员，主要从事大数据、人工智能、情报科学等方面的研究。主持国家和省部级科研项目十余项，获得军队和省部级科技进步奖、教学成果奖多项，著译图书十余本，发表论文数十篇。
|
| 目錄：
|
第1章情报大数据概述1
1.1大数据方法对情报的颠覆性影响1
1.1.1大数据时代的情报新特点1
1.1.2大数据时代情报工作新思维4
1.1.3情报大数据的分析流程6
1.2棱镜计划案例简介6
1.2.1数据基础7
1.2.2情报分析9
1.2.3情报目标10
1.3情报大数据平台常用框架11
1.3.1数据源采集12
1.3.2大数据预处理13
1.3.3大数据存储14
1.3.4大数据分析与挖掘14
1.3.5常见技术框架和工具16
1.3.6学习阶段建议19
第2章网络舆论情报大数据采集与分析21
2.1总体设计21
2.1.1需求分析21
2.1.2技术选型22
2.1.3框架软件23
2.1.4开发流程24
2.2实战环境搭建24
2.2.1准备操作系统环境24
2.2.2搭建Hadoop平台27
2.2.3数据采集工具Flume30
2.2.4数据仓库Hive32
2.2.5数据导入导出工具Sqoop34
2.2.6配置数据库MySQL35
2.3业务开发37
2.3.1数据采集与上传至HDFS37
2.3.2数据存储在Hive40
2.3.3Sqoop导出数据到MySQL41
2.3.4数据导成表格43
2.4可视化分析44
2.4.1热门关键词词云44
2.4.2热门关键词词频48
第3章社会事件情报关联与可视化分析53
3.1总体设计53
3.1.1功能结构53
3.1.2业务流程54
3.1.3数据库设计54
3.1.4数据库选型59
3.2实战环境搭建60
3.2.1安装ClickHouse60
3.2.2配置ClickHouse61
3.2.3创建ClickHouse库表64
3.2.4数据导入ClickHouse68
3.3业务开发71
3.3.1创建开源情报采集库表72
3.3.2定时更新Gdelt记录73
3.3.3下载gdeltv2文件75
3.3.4数据导入ClickHouse78
3.4可视化分析86
3.4.1国家地区交互网络构建87
3.4.2西方媒体对中国的情感分析89
3.4.3全球人物热点分析93
3.4.4全球组织关系热点分析95
3.4.5全球热点主题分析97
3.4.6抗议性事件情况分析100
第4章开源人物情报社会网络构建103
4.1总体设计103
4.1.1需求分析103
4.1.2功能结构104
4.1.3业务流程104
4.1.4数据对象建模104
4.1.5技术选型105
4.2实战环境搭建106
4.2.1部署Neo4j106
4.2.2安装py2neo模块109
4.2.3安装scrapy模块110
4.3业务开发111
4.3.1使用scrapy模块爬取开源人物情报数据112
4.3.2使用SPARQL语句查询人物117
4.3.3爬取已定义的所有关系118
4.3.4爬取人物实体信息及关系124
4.3.5提取亲属信息131
4.3.6通过工具导入批量数据132
4.3.7利用py2neo模块导入数据136
4.4可视化分析142
4.4.1通过人物属性值查找节点142
4.4.2通过人物属性值查找相关联的节点142
4.4.3监测时任美国总统罗斯福的亲属关系144
4.4.4查询时任美国总统约翰肯尼迪的校友关系144
4.4.5分析往届美国总统的死亡原因146
第5章用户行为情报分析及个性化推荐149
5.1总体设计149
5.1.1需求分析149
5.1.2技术选型150
5.1.3技术分析152
5.1.4开发流程153
5.2实战环境搭建153
5.2.1搭建Scala环境154
5.2.2搭建Spark平台155
5.2.3安装Maven159
5.2.4搭建IDEA集成开发工具160
5.3业务开发166
5.3.1用户视频行为数据集166
5.3.2个性化视频推荐166
5.3.3个性化推荐结果分析169
5.4可视化分析170
5.4.1观影人员评价总体分析171
5.4.2观影人员年龄段分布172
5.4.3观影人员职业分布174
5.4.4视频类型标签分析176
第6章科技动态情报大数据搜索优化179
6.1总体设计179
6.1.1需求分析179
6.1.2技术选型180
6.1.3数据库设计180
6.2实战环境搭建181
6.2.1搭建Elasticsearch环境181
6.2.2Elasticsearch集成中文分词器182
6.2.3Elasticsearch集成拼音分词器182
6.2.4搭建SpringBoot应用框架183
6.2.5SpringBoot集成MySQL数据库184
6.2.6SpringBoot集成Elasticsearch搜索引擎186
6.3业务开发188
6.3.1科技新闻爬虫模块188
6.3.2搜索引擎实现190
6.3.3Elasticsearch搜索优化195
6.4日志可视化197
6.4.1搭建Kibana环境197
6.4.2搭建Logstash环境198
6.4.3日志可视化分析200
6.5可视化分析202
6.5.1静态资源准备202
6.5.2后台管理页集成202
6.5.3新闻列表页集成206
6.5.4静态页面优化207
第7章视频图像情报深度学习车牌识别209
7.1总体设计209
7.1.1需求分析209
7.1.2技术分析210
7.1.3开发流程211
7.2实战环境搭建211
7.2.1人工神经网络库Keras212
7.2.2数值计算扩展NumPy212
7.2.3Python库Theano213
7.2.4安装Sklearn213
7.2.5安装OpenCV213
7.3业务开发215
7.3.1卷积神经网络215
7.3.2车牌定位与截取222
7.3.3车牌号码识别232
第8章公共卫生情报可视化态势展示237
8.1总体设计237
8.1.1技术选型237
8.1.2技术分析238
8.1.3数据库设计238
8.2实战环境搭建239
8.2.1搭建Zookeeper环境239
8.2.2搭建Kafka环境240
8.2.3搭建Elasticsearch MySQL环境241
8.2.4后端框架搭建241
8.3业务开发242
8.3.1请求疫情接口数据242
8.3.2发布数据到Kafka244
8.3.3整合MySQL和Elasticsearch245
8.3.4数据持久化247
8.4可视化分析250
8.4.1印度疫情发展趋势折线图252
8.4.2印度疫情发展趋势柱状图254
8.4.3欧洲疫情南丁格尔玫瑰图255
参考文献259
|
| 內容試閱：
|
知己知彼,百战不殆,情报领域开山之作和集大成者《孙子兵法》如是说。无论军事、商贸还是工业,详尽的情报分析一直是重大决策之前不可或缺的步骤,古今中外，概莫能外。进入到大数据时代,各行各业都毫无悬念地迎来了巨大变革,情报的采集、存储和管理以及分析方法等都正在发生天翻地覆的变化。
古人云： 吹尽狂沙始到金,如何从海量数据中快速有效地提炼出高价值的情报,一直是决策者面临的最大问题。比起常规大数据分析而言,情报大数据分析更为复杂,数据容量更大,要求结构设计更加合理,数据处理更为高效,能够基于特定专业领域需求进行数据融合,产生专用的数据服务产品并予以直观展现,同时还要注意信息防御和数据安全管理。
水无常形,大数据时代的情报获取和分析方法更为丰富。一方面，采集手段不断多样化,数据来源渠道大为拓展,可获取更多复杂维度的数据。另一方面,研究对象不断扩大化,大量非结构化或半结构化数据涌入,包含样式繁多的异构信息。这些多源异构情报数据聚合在一起形成巨大的数据流,同时也带来种类庞杂、数量冗余、业务纷扰、难以分析等棘手问题。
对于情报学科的研究和学习,目前普遍偏重于信息,例如信息计量、信息构建、知识管理、信息资源评价、可视化、资源共享、信息鸿沟、信息行为、信息政策、信息生态以及网络传播等。在掌握面向情报业务所需知识和技术手段方面略显薄弱,对情报学科的前沿交叉性体现不足。关于重大决策所需的情报支持,小到具体基层单位的情报资料咨询和战略发展规划,大到根据一系列不稳定因素触发可能引发社会冲突、制约经济发展的预警机制,更是情报大数据的迫切现实需求。
为了适应情报大数据技术的发展,满足相关人才培养的迫切要求,作者团队在多个应用工程的实践基础上,整理最近的相关前沿科技资料,融汇有关教学科研成果,并结合行业需求背景和实现途径,以实战实训为核心理念,全面系统地描述了情报大数据采集、处理和分析的开发流程及关键技术,既注重知识框架的构建,也注重业务分析能力的培养。在内容组织上,力求学习体系完整、逻辑结构合理、重点和要点突出,以有利于读者掌握在海量数据中提炼出高价值情报的方法。
本书选取多个具有代表性的情报大数据领域,以网络舆论情报、社会事件情报、开源人物情报、用户行为情报、科技动态情报、公共卫生情报领域为实战案例,围绕大数据背景下情报的信息采集、存储、管理、分析和展示等方面,分别从总体设计、环境搭建、业务开发和可视化分析等方面展开,多维度、多角度反映情报大数据的相关技术全貌,从技术实现的途径全方位详解Hadoop、MapReduce、HDFS、Hive、Elasticsearch、Spark、Kafka、Flink等的综合运用和应用实施。
本书是跨域大数据智能分析与应用重点实验室团队协同努力的成果。整体由邓劲生和黄金锋进行框架设计,黎珍负责组织实施,主要内容分别由邓劲生第1章、黎珍第3章、第4章、唐钧中第6章、第8章、陶应娟第2章、熊炜林第5章、王良第7章执笔,乔凤才、李孟力、常春喜、刘娟、伏西平等参与其中部分章节的编写,田野、宾洁、吴铁军等参与校对。部分内容来自于参考文献和网络资源,未能逐一溯源和说明引用,特在此向相关作者表示感谢。
由于作者的自身水平、项目经验和表达能力有限,虽然力求尽量准确,仍然在所难免存在一些不足之处,还望各位读者不吝赐教。联系邮箱是32491353@qq.com。
编者2020年10月于砚瓦池
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
