目录

  • 1 绪论  迎接大数据浪潮
    • 1.1 使用教材
    • 1.2 转变思维
    • 1.3 其他参考资料
  • 2 物流大数据概述
    • 2.1 大数据基础
    • 2.2 大数据与云计算、物联网、人工智能
    • 2.3 大数据处理流程
    • 2.4 大数据产业链
    • 2.5 大数据应用案例
    • 2.6 参考
      • 2.6.1 什么是大数据?
      • 2.6.2 大数据与云计算、物联网、人工智能
      • 2.6.3 参考阅读
  • 3 物流大数据采集
    • 3.1 物流大数据采集概述
    • 3.2 物流大数据采集方法
    • 3.3 物流大数据预处理技术
  • 4 物流大数据存储
    • 4.1 存储介质及存储架构
    • 4.2 传统的数据存储和管理
    • 4.3 大数据时代的数据存储和管理
  • 5 物流大数据分析与挖掘
    • 5.1 统计数据分析
    • 5.2 基于机器学习的数据分析
  • 6 物流大数据可视化
    • 6.1 数据可视化简介
    • 6.2 数据可视化发展历程
    • 6.3 数据可视化方法
    • 6.4 数据可视化工具
  • 7 物流大数据应用
    • 7.1 大数据应用
    • 7.2 宋词的定量分析
    • 7.3 香水销售分析
  • 8 物流大数据安全与隐私保护
    • 8.1 大数据安全
    • 8.2 大数据隐私保护
    • 8.3 大数据伦理
      • 8.3.1 什么是大数据伦理?
      • 8.3.2 大数据时代有哪些伦理问题?
      • 8.3.3 为什么会产生这些伦理问题?
      • 8.3.4 如何解决这些问题?
  • 9 扩展阅读
    • 9.1 新闻
香水销售分析

香水销售分析:

视频:


PPT:


授课团队介绍:


延伸学习:

  1. 百度风云榜,百度迁徙,百度指数

  2. 国家统计局:http://data.stats.gov.cn/

  3. 360趋势排行榜https://trends.so.com/rank

  4. 爱奇艺风云榜:http://top.iqiyi.com/index.html

  5.   微博数据:data.weibo.com/report/index

  6.   刘鹏讲《大数据人工智能与应用实践》http://www.thebigdata.cn/YeJieDongTai/37756.html【特别推荐】

  7. Datastory数说风云:https://www.datastory.com.cn/pands/product/radar


本专场参考资料: