作品简介

本书是针对当前大数据应用、可视化分析研究和应用的新形势,专门为大数据专业本科生编写的大数据可视化教材。本书全面诠释了大数据可视化的内涵与外延,详细介绍了大数据可视化概述、可视化的类型与模型、数据可视化基础、数据可视化的常用方法、大数据可视化的关键技术、可视化交互、大数据可视化工具、大数据可视化系统及大数据可视化的行业案例等内容。为了便于学习,每章都附有习题,题型设计也充分考虑到大数据可视化课程教学的需要。

本书适合作为大数据专业本科生和研究生教材,高职高专学校也可以选用部分内容开展教学。

刘鹏,教授,清华大学博士毕业,现任中国信息协会大数据分会副会长、南京大数据研究院院长、中国大数据应用联盟人工智能专家委员会主任、中国大数据专家委员会委员。

曾率队夺得2002PennySort国际计算机排序比赛冠军(这是我国获得的第一个大数据比赛世界冠军),两次夺得全国高校科技比赛最高奖,三次夺得清华大学科技比赛最高奖。

主持完成科研项目25项,发表论文80余篇,出版专业图书20部。获部级科技进步二等奖4项、三等奖4项。2002年开创性提出“计算池”模式,被2007年开始流行的“云计算”所证实。2003年开创性提出“反垃圾邮件网格”,被2008年开始流行的“云安全”所证实。

荣获“全军十大学习成才标兵”(排名第一)、南京“十大杰出青年”、江苏省中青年科学技术带头人、清华大学“学术新秀”等称号。

作品目录

  • 编写组
  • 总序
  • 前言
  • 第1章 大数据可视化概述
  • 1.1 大数据可视化的概念
  • 1.2 数据可视化的作用与意义
  • 1.3 数据可视化的应用领域
  • 1.4 与相关学科的关系
  • 习题
  • 参考文献
  • 第2章 可视化的类型与模型
  • 2.1 可视化的类型
  • 2.2 可视化的模型
  • 习题
  • 参考文献
  • 第3章 数据可视化基础
  • 3.1 光与视觉特性
  • 3.2 可视化的基本特征
  • 3.3 可视化流程
  • 3.4 可视化设计组件
  • 3.5 可视化中的美学因素
  • 3.6 可视化框架设计整体思路
  • 习题
  • 参考文献
  • 第4章 数据可视化的常用方法
  • 4.1 视觉编码
  • 4.2 统计图表可视化方法
  • 4.3 图可视化方法
  • 4.4 可视化分析方法的常用算法
  • 4.5 可视化方法的选择
  • 习题
  • 参考文献
  • 第5章 大数据可视化的关键技术
  • 5.1 大数据架构
  • 5.2 大数据核心技术
  • 5.3 可视化关键技术
  • 5.4 大数据可视化渲染
  • 习题
  • 参考文献
  • 第6章 可视化交互
  • 6.1 可视化交互方法分类
  • 6.2 可视化交互空间
  • 6.3 可视化交互模型
  • 6.4 交互硬件与软件
  • 习题
  • 参考文献
  • 第7章 大数据可视化工具
  • 7.1 Excel
  • 7.2 Processing
  • 7.3 NodeXL
  • 7.4 ECharts
  • 7.5 Tableau
  • 习题
  • 参考文献
  • 第8章 大数据可视化系统——魔镜
  • 8.1 魔镜简介
  • 8.2 系统架构与技术流程
  • 8.3 数据处理与分析
  • 8.4 数据可视化
  • 习题
  • 参考文献
  • 第9章 大数据可视化的行业案例
  • 9.1 电商行业销售数据分析
  • 9.2 广告投放效果分析
  • 9.3 金融行业贷款数据分析
  • 9.4 能源行业油井数据分析
  • 习题
  • 参考文献
  • 附录A 大数据和人工智能实验环境
  • 反侵权盗版声明
展开全部