大数据技术与应用发展不仅改变着网络信息环境，而且决定数据的存在形态与数字信息资源的分布和利用结构，直接关系到用户的认知需求表达与数字信息交互机制。在这一背景下，本书从大数据技术基础、数据内容管理和数字信息利用出发，按照大数据应用与服务基础构架进行理论和实践的归纳；通过基本问题的分析和实证探索，围绕大数据需求、数字资源形态和数据关联关系，研究多模态大数据资源组织和面向应用的数字信息服务。本书在面向现实问题的研究中，对前沿性发展进行相应的展示，所涉及的问题因而具有拓展性。

在大数据时代，数据的获取、传输和存储融入了人类生产生活的方方面面，而大数据核心价值体现为人们对数据的分析、理解与应用。面对如此海量、高速和异构的数据，仅靠人类的认知和理解能力远不能满足价值发现的需要。同时，计算机总是针对最细粒度数据进行迭代优化的求解模式在特定场景下也不能满足数据分析的时限需求。粒计算作为一种模拟人类知识表示和问题求解的近似数据分析范式，其优点在于解决问题时能够选择合适粒度，达到求解精度和计算时效的**平衡。所以，粒计算通常能够以更高的效率获得“有效解”。本书以引领树和云模型作为

本书以项目实践作为主线，结合必需的理论知识，以任务的形式进行内容设计，每个任务都包含任务描述及任务实施的步骤，读者按照实施步骤进行操作就可以完成相应的学习任务，从而不断提升项目实践能力。本书主要内容涉及Spark基本原理、基于IDEA搭建Spark开发环境、RDD基本原理、Spark SQL基本操作流程、电商业务系统的基本流程、电商用户行为分析的基本指标以及分析过程、通过不同的维度对销售数据进行分析、通过不同的维度对订单数据进行分析以及常用的可视化分析图表的应用场景等。 本书适合需要使用Spar

互联网的快速发展，在方便用户信息传递的过程中，也使大量犯罪活动从线下向线上转移，黑灰产常常通过搭建和传播欺诈、赌博、色情等恶意网站来牟取暴利。为了净化网络环境，必须加大对恶意网站的检测和拦截。 本书主要介绍恶意网址的欺诈手段和对抗技术。本书分为5个部分，共11章。针对网址反欺诈这一领域，首先介绍万维网的起源、工作原理和发展历程；其次通过列举常见的恶意网站，让读者了解网址反欺诈面临的主要问题；然后讲解网址基础数据、数据治理和特征工程；接着介绍包含网址结构、文本、图像、复杂网络在内的一系列对抗方法和

本书以项目实践作为主线，结合必需的理论知识，以任务的形式设计内容，每个任务都包含任务描述及任务实施的步骤，读者按照实施步骤进行操作就可以完成相应的学习任务，从而不断提升项目实践能力。本书主要内容涉及流式数据的基础知识、Flink的简介及发展历史、Flink的系统架构及Flink API介绍、Flink的集群部署模式、Flink流式API的基本应用、Flink时间和窗口API的应用、Flink高级应用、Flink Table和SQL的应用、Flink CEP的应用、Kafka集群的安装和常用

数据作为数字经济的血液、知识经济的基石，是企业的战略性资源。将数据转化为可被企业直接使用的有价值的资产，即“数据资产化”，已经成为企业数字化转型的重要目标。本书阐明了数据资产化的意义，围绕数据资产的确认、登记、质量评估、价值评估、入表，数据高效流通及价格发现等方面，系统阐述了数据资产化的理论和实践问题。本书可以帮助读者深入了解数据资产化这一全新且充满机遇的领域，提高数据资产的管理和利用水平，推动企业数字化转型的进步和升级。

本书系统讲述Apache Spark/PySpark大数据计算平台的原理，以及如果将Apache PySpark应用于大数据的实时流处理、批处理等各个场景。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 Spark/PySpark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：Spark架构原理与集群搭建、开发和部署PySpark应用程序、PySpark核心编程、PySpark SQL、PySpark SQL高级分析、PySpark结构化流

"数据科学项目日益增多，每个项目在提出原型到生产的过程中都需要可靠的基础设施。使用《Effective数据科学基础设施》介绍的一些新技术和新工具，你将能建立一个适用于各类组织(无论是初创企业还是大型企业)的基础设施堆栈。 《Effective数据科学基础设施》可帮助你建立数据流程和项目工作流，为你开发项目带来强大动力。《Effective数据科学基础设施》呈现Netflix数据操作的**进工具和概念，并在此基础上介绍一种可定制的基于云的模型开发和MLOps方法，可轻松适应公司的特定需求。当

本书以简洁、通俗易懂的语言，详细介绍了如何利用ChatGPT来处理和分析数据，不仅为初学者提供了基础知识，也为有经验的数据分析师提供了新的手段。书中包含详细的指导和应用案例，旨在帮助读者从零开始构建数据分析流程，在实际工作中灵活运用ChatGPT来解决问题和提升效率。

通过阅读本书，你将掌握利用ChatGPT进行数据分析的基本方法和技巧，挖掘ChatGPT的巨大潜力。无论你是想扩展和强化数据分析技能，还是希望掌握ChatGPT这一先进工具，本书都将是你的理想选择。

本书围绕数据正义理论展开。数据化并非仅是技术，实为一种政治经济体制，应优先考虑数据化带来的社会正义问题。数据正义要求找到应对资本主义危害的方式；数据化嵌入政府治理导致社会成员权力弱化，数据正义要求政府机构优先考虑以人为本、团结建设；数据正义概念必须是连接全球社会学，绝非仅是西方的；数据正义要解决数据化带来剥削、歧视、隐私侵害、监视、操纵、不公正等危害；数据化限制了公民的主体性，数据正义要求确保公民在政治参与方面的积极与自主；鉴于以知情同意为中心的监管框架存在缺陷，应从保障个人权利到承认集体