本书分为三个部分：基础理论、大数据可视化方法、大数据可视化工具及应用。基础理论部分包括第1、2章，回顾了可视化发展进程，介绍了可视化领域的一些基础概念及应用，以及可视化的一般流程及设计组件。大数据可视化方法部分包括第3到7章，主要介绍了不同类型数据的可视化方法，包括：时间数据、比例数据、关系数据、文本数据、复杂数据。大数据可视化工具及应用部分包括第8到14章，选取了市场上一些主流的可视化工具，围绕它们的使用方法和应用案例展开。这些工具包括商业软件：Excel、FineBI、DataV、Table

本书全面介绍了预测性分析相关方法，不仅直观地阐述了相关概念，还给出了现实的示例问题和真实的案例研究包括从失败项目获得的经验教训。
本书理论和实践内容相对平衡，便于读者加深理解。
全书共9章，外加一个附录。
第1章为分析导论，
第2章为预测性分析和数据挖掘导论，
第3章介绍预测性分析的标准流程，
第4章介绍预测性分析的数据和方法，
第5章介绍预测性分析算法，
第6章探讨预测性建模中的高阶主题，
第7章介

本书通过整合利用卫星和航拍影像、地面跨时空视频、网络数据和地理信息等多源异构数据，围绕天空地海量数据源分布特点和安全保密要求，并根据公共安全事件智能感知与理解的需要，利用先进的多源异构数据汇聚与协同相关技术，实现多源异构数据的跨时空、多尺度、多粒度汇聚，构建公共安全事件处置需要的数据体系，形成跨系统协同管理、跨空间安全调度、跨平台安全服务的数据保障总线，并建设一体化天空地海量多源异构数据汇聚管理平台，为公共安全事件的智能感知与理解提供数据支撑服务。

在大数据时代，我们并不缺少数据，缺少的是利用数据分析的思维和工具去解决实际问题的能力。数据化分析是运用恰当的方法和工具，对数据进行科学、有效的分析，从而提出有理有据、具有可操作性的建议，以解决现实中的难题。本书主要介绍了数据分析的9 种思维、7 种工具、学习方法、基本方法、展现方法、制作数据分析报告的方法，以及数据分析的思维模型。本书适合所有对数据分析感兴趣的读者阅读，特别是在工作或生活中需要经常跟数据接触的人，如数据分析师、产品经理、运营人员、管理人员、财务人员等。

本书讲述Apache Flink大数据框架的原理，以及如果将Apache Flink应用于大数据的实时流处理、批处理、批流一体分析等各个场景。通过原理深入学习和实践示例、案例的学习应用，使读者了解并掌握Apache Flink流处理的框架的基本原理和技能，接近理论与实践的距离。
全书共分为8章，主要内容包括Flink架构与集群安装、Flink开发环境准备（基于IntelliJ IDEA和Maven）、开发Flink实时数据处理程序、Flink流数据分析、时间和水印概念、窗口操作、状态和容错

本书重点讲述统计数据分析方法和数据挖掘技术，在大数据时代和人工智能时代，数据驱动的知识抽取技术成为一项重要学习和研究内容。本书采用理论和举例相结合的方式进行数据分析和数据挖掘知识讲解，并配套《数据分析与数据挖掘建模工具》一书，便于理论和实践相结合。书中内容包括统计检验、方差分析、回归分析、关联分析、分类模型、聚类模型、离群点分析等典型的数据分析和数据挖掘方法。

本专著主要介绍基于数据驱动的个性化需求预测理论与方法。根据交互场景的特点，分别从基本交互、交互广度、交互深度和交互多样性四个角度介绍最新个性化需求预测理论与方法。在基本交互场景中，主要研究了基于用户和产品的交互的个性化需求预测；在交互广度方面，主要研究了融合用户与好友关系交互以及融合用户与群组交互场景的个性化需求预测；在交互深度方面，主要研究了会话式交互场景和沉浸式交互环境中的交互特点和个性化需求预测。在交互多样性方面，研究了跨域交互环境中不同语义匹配类型的个性化需求预测。通过这些研究

随着互联网的蓬勃发展以及大数据时代的到来，新的欺诈安全问题不断涌现，这也诞生了一个新的概念——大数据安全。大数据安全指的是针对大数据时代背景下的安全风险，使用大数据、人工智能等新兴技术建立对抗体系，进而进行安全治理与防范。本书旨在对大数据时代背景下的欺诈安全问题、大数据平台工具、反欺诈对抗技术和系统进行全面的阐释，以帮助读者全面学习大数据安全治理与防范的背景、关键技术和对抗思路，并能够从0到1搭建一个反欺诈对抗系统。 本书作为入门大数据安全对抗的理想读物，将理论与实践相结合，既能加强读者对大数据

本书内容包括：数据科学及工作流程、统计模型与机器学习算法、信息提取与统计变量创建、数据可视化与社交网络、预测模型与因果分析、数据预处理与工程方法。

本书通过实战案例和可视化的图形讲解数据分析的知识。通过阅读本书，读者可以从容地处理数据，高效地完成数据分析工作。本书共9章，主要内容包括不同场景下的数据分析方法，从业者应具备的数据分析基本知识，数据分析师应具有的思维方式，海盗法则和指标体系建模，用户画像赋能数据分析，数据可视化的实操技巧等。 本书不仅适合产品经理、运营人员、市场营销人员阅读，还适合数据分析人员阅读。