本书从大数据的基础知识介绍开始，逐步引领读者了解大数据管理与应用的前沿技术，系统地介绍了大数据管理与应用的体系化流程，包括数据采集与融合、数据存储与管理、大数据处理与分析、大数据决策支持及其案例和实验。本书内容深入浅出，提供了丰富的大数据案例并配套详细的代码，旨在帮助读者更加清晰地理解大数据基础知识，掌握大数据技术在管理学科中的应用。 本书可作为大数据学科本科生和研究生的教材，还可供大数据产业从业者使用。

前言
第1章大数据管理与应用概述/
1.1什么是大数据/
1.2大数据管理与应用/
1.3大数据管理与应用前沿/
1.4大数据管理与应用技术/
参考文献/
第2章大数据技术基础知识/
2.1Hadoop生态系统简介/
2.2Linux简介/
2.3Python基础知识/
实验一Python环境搭建/
实验二基于Python语言的Spark实战/
参考文献/
第3章数据采集与融合/
3.1数据资源/
3.2常见数据采集途径/
3.3多源数据融合/
实验三网络爬虫/
实验四Kafka操作/
参考文献/
第4章数据存储与管理/
4.1数据存储简介/
4.2分布式文件系统/
4.3数据库和数据仓库/
4.4数据管理/
实验五HBase操作/
实验六弹性搜索应用实例/
参考文献/
第5章大数据处理与分析技术/
5.1大数据计算框架概述/
5.2文本数据处理与分析/
5.3图像数据处理与分析/
5.4音频数据处理与分析/
5.5视频数据处理与分析/
参考文献/
第6章大数据决策支持/
6.1大数据决策概述/
6.2可视化分析方法/
6.3机器学习方法/
6.4计量经济学方法/
参考文献/
第7章大数据应用研究案例/
7.1大数据机器学习研究案例/
7.2大数据计量模型研究案例/
参考文献/
第8章大数据决策支持实验/
8.1大数据机器学习实验/
8.2大数据计量经济分析实验/
参考文献/