《大数据技术原理与应用（第2版）》

《《大数据技术原理与应用（第2版）》》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、《大数据技术原理与应用（第2版）》http://dblab.xmu.edu.cn/post/bigdata温馨提示：编辑幻灯片母版，可以修改每页PPT的厦大校徽和底部文字第13章大数据在不同领域的应用（PPT版本号：2017年2月版本）林子雨厦门大学计算机科学系E-mail:ziyulin@xmu.edu.cn主页：http://www.cs.xmu.edu.cn/linziyu《大数据技术原理与应用（第厦门大学计算机科学系2版）》厦门大学计算机科学系林子雨2017年2月版本ziyulin@xmu.edu.cn本章配套教学视频《大数据技术原理与应用（第2版）》

2、《第13章大数据在不同领域的应用》在线视频观看地址http://dblab.xmu.edu.cn/post/bigdata-online-course/#lesson13《大数据技术原理与应用（第2版）》厦门大学计算机科学系林子雨ziyulin@xmu.edu.cn提纲•大数据应用概览•第13章大数据在互联网领域的应用•13.1推荐系统概述•13.2推荐算法–协同过滤•13.3协同过滤实践–电影推荐系统•第14章大数据在生物医学领域的应用•14.1基于大数据的综合健康服务平台•第15章大数据的其他应用•15.1大数据在物流领域中的应用本PPT是如下教材的配套讲

3、义：《大数据技术原理与应用——概念、存储、处理、分析与应用》（2017年2月第2版）ISBN:978-7-115-44330-4厦门大学林子雨编著，人民邮电出版社欢迎访问《大数据技术原理与应用》教材官方网站：http://dblab.xmu.edu.cn/post/bigdata《大数据技术原理与应用（第2版）》厦门大学计算机科学系林子雨ziyulin@xmu.edu.cn大数据应用概览《大数据技术原理与应用（第2版）》厦门大学计算机科学系林子雨ziyulin@xmu.edu.cn大数据应用概览•推荐系统：为用户推荐相关商品•生物医学–流行病预测–智慧医疗：利

4、用医疗大数据，促进优质医疗资源共享、避免患者重复检查、促进医疗智能化–生物信息学：利用生物大数据，深入了解生物学过程、疾病致病基因等•物流：基于大数据和物联网技术的智能物流，可以提高物流信息化和智能化水平，降低物流成本和提高物流效率•城市管理–智能交通：利用交通大数据，实现交通实时监控、交通智能诱导、公共车辆管理、旅行信息服务、车辆辅助控制等各种应用–环保监测：监测分析大气和水污染情况，为污染治理提供依据–城市规划：比如，利用住房销售和出租数据，可以评价一个城区的住房分布–安防领域：基于视频监控、人口信息、地理数据信息等，利用大数据技术实现智能化信息分析、预测

5、和报警《大数据技术原理与应用（第2版）》厦门大学计算机科学系林子雨ziyulin@xmu.edu.cn大数据应用概览•金融–高频交易：是指从那些人们无法利用的极为短暂的市场变化中寻求获利的计算机化交易。采用大数据技术决定交易–市场情绪分析和信贷风险分析•汽车：无人驾驶汽车，实时采集车辆各种行驶数据和周围环境，利用大数据分析系统高效分析，迅速做出各种驾驶动作，引导车辆安全行驶•零售行业：发现关联购买行为、进行客户群体细分•餐饮行业：利用大数据为用户推荐消费内容、调整线下门店布局、控制店内人流量•电信行业：客户离网分析•能源行业：智能电网，以海量用户用电信息为基础

6、进行大数据分析，可以更好理解电力客户用电行为，优化提升短期用电负荷预测系统，提前预知未来2-3个月的电网需求电量、用电高峰和低谷，合理设计电力需求响应系统•体育娱乐：2014巴西世界杯，基于海量比赛数据和球员训练数据，指定有针对性球队训练计划，帮助德国国家队问鼎2014世界杯冠军•安全领域：应用大数据技术防御网络攻击，警察应用大数据工具预防犯罪•政府领域：利用大数据改进选举策略《大数据技术原理与应用（第2版）》厦门大学计算机科学系林子雨ziyulin@xmu.edu.cn13.1推荐系统概述•13.1.1什么是推荐系统•13.1.2长尾理论•13.1.3推荐方

7、法•13.1.4推荐系统模型•13.1.5推荐系统的应用《大数据技术原理与应用（第2版）》厦门大学计算机科学系林子雨ziyulin@xmu.edu.cn13.1.1什么是推荐系统•互联网的飞速发展使我们进入了信息过载的时代，搜索引擎可以帮助我们查找内容，但只能解决明确的需求•为了让用户从海量信息中高效地获得自己所需的信息，推荐系统应运而生。推荐系统是大数据在互联网领域的典型应用，它可以通过分析用户的历史记录来了解用户的喜好，从而主动为用户推荐其感兴趣的信息，满足用户的个性化推荐需求•推荐系统是自动联系用户和物品的一种工具，和搜索引擎相比，推荐系统通过研究用户的

8、兴趣偏好，进行个性化计算。推荐系统可发