在人工智能体系中，数据承担着关键角色，数据已超越传统资源的价值范畴，成为驱动社会进步的新动能。本书在前两版的基础上立足人工智能时代，重点突出人工智能与大数据的共生关系，为读者揭示智能时代的底层逻辑。本书依据新工科、新文科教育理念和其他专业的广泛需求，综合国内外书籍、网站的相关内容，并结合具体的课程实践、人才培养及通识教育的要求进行编写。第3版加入了当前最新的案例，同时对相关大数据技术软件进行介绍，为后续进一步学习打下基础。 本书共12章，包括大数据基础、大数据下的云计算、大数据处理、数据分析与数据挖掘、大数据安全、数据可视化、大数据与社交媒体的融合、健康大数据在公共卫生领域的实践、大数据在绿色低碳发展中的应用、大数据时代智能金融的挑战与机遇、大数据在制造业的应用与大数据在旅游业的应用，既包括了大数据的基本知识和技术，也涵盖了大数据在典型行业的具体应用，读者通过学习能更深入地认识和掌握大数据的应用价值。每章均设有“习题与实践”，便于读者巩固学习内容。 本书是为高等院校各专业学习大数据基础课程而编写的，满足各学科学生的需要，也可作为在职人士的参考书。

杨尊琦，女，博士，天津财经大学管理科学与工程学院教授、硕士生导师。 从事高校教育三十年，国外Oracle软件开发五年。主持和参与完成国家级项目1项，参与完成12项国家自然科学基金项目，2项局级课题。发表科学论文20余篇。主编计算机专业课教材十几部。讲授课程：“数据库原理 ” “ERP” “系统分析与设计” “数据科学” “数据可视化” “人工智能通识课“等。科研方向：数据可视化，数据分析。金蝶公司、用友公司顾问，天津港大数据历届培训讲师，海关总署ERP培训讲师，天津市商务局电子商务项目评审专家。

前言
第1章大数据基础
11数智时代
111数智时代的技术基础
112数智时代的变革
113信息技术（IT）向数据技术（DT）的转变
114大数据的价值
12什么是大数据
121数据基本知识
122大数据定义
123大数据的特征
13大数据结构类型
14数智时代下的大数据应用
141个人生活应用
142企业应用
143政府部门应用
15数据科学和大数据技术
151数据科学
152大数据技术与工具
16习题与实践
参考文献
第2章大数据下的云计算
21云计算概述
211云计算的定义
212云计算的特征
213云计算的体系架构
214云计算的类型划分
215云计算的服务模式
22云计算技术
221虚拟化技术
222并行计算技术
223海量数据管理技术
224海量数据存储技术
23云计算与云存储
231云存储的概念
232云存储的存储方式
233云计算与云存储的关系
24大模型下的超算与算力
241超算与算力基础
242大模型与超算、算力的协同关系
243超算与算力在大模型中的应用
25云计算与大数据
251云计算与大数据的关系
252云计算与大数据的结合
26习题与实践
参考文献
第3章大数据处理
31数据采集
311数据采集方法
312数据质量评估
313数据质量影响因素
32数据清洗
321处理残缺数据
322处理噪声数据
323处理冗余数据
33数据变换
331属性类型变换
332属性值变换
34数据集成
341模式匹配与数据值冲突
342数据冗余
35数据归约
351维归约
352数值归约
36大数据处理工具
361传统工具
362AI驱动工具
363Tableau Prep数据处理技术应用
37习题与实践
参考文献
第4章数据分析与数据挖掘
41数据分析概述
42常见数据分析方法
421层次分析法
422多元线性回归分析
423智能分析方法
43数据挖掘基本概念
431数据挖掘的定义
432数据挖掘的分类
433数据挖掘的过程
44数据挖掘经典算法
441K-Means算法
442KNN算法
443随机森林算法
444卷积神经网络
445循环神经网络
446强化学习算法
447大数据与生成式AI
45习题与实践
参考文献
第5章大数据安全
51安全与隐私问题凸显
511网络安全漏洞
512个人隐私泄露
52大数据时代的安全挑战
521信息安全的发展历程
522信息安全带来的挑战
53大数据安全的应对之策
531大数据安全防护对策
532大数据安全防护关键技术
533数据治理与数据安全
534数据质量管理
54隐私保护策略
541隐私保护的政策法规
542隐私保护技术
543区块链技术与隐私保护
544联邦学习与隐私保护
545数据伦理
55习题与实践
参考文献
第6章数据可视化
61数据可视化类型
611科学可视化
612信息可视化
613可视分析学
62数据可视化基础
621数据可视化流程
622数据处理和变换
623视觉编码
624统计图表
625视觉隐喻
63可视化评估
631评估分类
632评估方法
64可视化主要工具
641主要工具列举
642工作表和仪表板
65习题与实践
参考文献
第7章大数据与社交媒体的融合
71社交媒体概述
711社交媒体的定义
712社交媒体的发展
72社交媒体大数据的分析与挖掘
721基于用户的大数据分析
722基于关系的大数据分析
723基于内容的大数据分析
73社交媒体大数据的未来挑战
74社交媒体下大数据信息安全问题
741社交媒体导致的信息风险类型和形成原因
742社交媒体的信息风险治理方案
75习题与实践
参考文献
第8章健康大数据在公共卫生领域的实践
81健康大数据概述
811健康大数据的定义
812健康大数据的特点
813健康大数据的分类
82健康大数据发展历程
83健康大数据在公共卫生领域的应用
831疾病预测与预防
832医疗救治与医药研发
833可穿戴的个人健康设备
834医疗信息数字化
835公共卫生应急响应
84健康大数据在公共卫生领域的挑战
841健康大数据安全隐私问题
842标准化困境
843信息孤岛问题
844缺少复合型人才和专业化队伍
85习题与实践
参考文献
第9章大数据在绿色低碳发展中的应用
91绿色低碳概述
911“双碳”概念
912个人数据
913企业数据
914环境数据
92大数据与“双碳”
921碳达峰+大数据
922碳中和+大数据
923智能监管+大数据
93案例与数据挖掘
94挑战与机遇
941物联网技术在碳减排中的应用
942数据科学在碳减排中的应用
943人工智能技术在碳减排中的应用
944新能源科学与工程+大数据
95习题与实践
参考文献
第10章大数据时代智能金融的挑战与机遇
101金融大数据概述
1011什么是金融大数据
1012金融大数据对金融业的影响
1013金融大数据应用实施战略
102金融大数据的应用
103大数据与金融创新
1031金融创新的4个维度
1032金融创新中的模型和算法
104金融大数据案例
105习题与实践
参考文献
第11章大数据在制造业的应用
111大数据下的工业革命
1111大数据下的国外工业40
1112大数据下的“新工业革命”
112工业大数据
1121工业大数据概述
1122工业大数据挑战与特征
113大数据与智能工厂
1131智能工厂
1132智能工厂在我国的应用
1133智能制造大数据分析
114大数据与智能制造典范
115习题与实践
参考文献
第12章大数据在旅游业的应用
121旅游数据的问题与发展
1211旅游数据收集问题
1212旅游数据分析问题
1213旅游数据应用问题
1214旅游数据的发展方向
122大数据与旅游业
1221智慧旅游+大数据
1222定制旅游+大数据
1223数字文旅+大数据
1224精准营销+大数据
123旅游与数据挖掘
1231锁定客户人群、关注客户需求
1232社交媒体挖掘、增加客户忠诚
124旅游平台
1241旅游平台的模式
1242旅游平台的技术
125习题与实践
参考文献