原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
数据驱动的大数据分析方法研究
目录
一、内容简述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
1.1.1时代发展对信息处理提出的新需求．．．．．．．．．．．．．．．．．．．．．．．7
1.1.2大数据时代来临带来的机遇与挑战．．．．．．．．．．．．．．．．．．．．．．．9
1.1.3数据驱动决策的重要性日益凸显．．．．．．．．．．．．．．．．．．．．．．．．10
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
1.2.1国外大数据分析方法进展概述．．．．．．．．．．．．．．．．．．．．．．．．．．13
1.2.2国内大数据研究与应用实践回顾．．．．．．．．．．．．．．．．．．．．．．．．14
1.2.3现有研究存在的不足与空白．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
1.3研究目标与内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
1.3.1明确本研究要解决的核心问题．．．．．．．．．．．．．．．．．．．．．．．．．．17
1.3.2概述研究的主要技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
1.3.3阐述各章节研究范畴．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
1.4研究方法与技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
1.4.1采用的主要研究方法论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
1.4.2数据获取与处理流程设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
1.4.3分析框架与实施步骤．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
1.5论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
二、相关理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
2.1大数据核心概念界定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
2.1.1大数据的“V”特性诠释．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
2.1.2大数据的来源与类型划分．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
2.1.3大数据与传统数据的区别．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
2.2数据驱动方法学内涵．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
2.2.1数据驱动理念的演变历程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
2.2.2数据驱动与知识驱动方法的比较．．．．．．．．．．．．．．．．．．．．．．．．38
2.2.3数据驱动分析的价值链．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39
2.3关键数学与统计原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
2.3.1概率论与数理统计基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
2.3.2机器学习核心算法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44
2.3.3数据挖掘关键技术与范式．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
2.4本研究的理论支撑体系．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
三、大数据分析常用技术体系．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
3.1数据采集与预处理技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52
3.1.1多源异构数据获取途径．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53
3.1.2数据清洗与质量提升方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55
3.1.3数据集成与转换技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58
3.2数据存储与管理架构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．60
3.2.1分布式文件系统应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．61
3.2.2
文档评论（0）