經(jīng)濟(jì)管理類專業(yè)大數(shù)據(jù)技術(shù)與應(yīng)用實驗教程

第一章 大數(shù)據(jù)分布式技術(shù)原理
實驗1 大數(shù)據(jù)平臺搭建——搭建3節(jié)點hadoop分布式集群實驗
第二章 大數(shù)據(jù)分布式計算框架
實驗2 大數(shù)據(jù)平臺搭建——MapReduce進(jìn)行文本詞頻統(tǒng)計實驗
第三章 大數(shù)據(jù)采集
實驗3 大數(shù)據(jù)信息采集——使用Flume完成用戶收視數(shù)據(jù)的收集
實驗4 爬蟲實驗一大數(shù)據(jù)信息采集——使用Request進(jìn)行二手房網(wǎng)站信息爬取和初步分析
第四章 大數(shù)據(jù)管理
實驗5 大數(shù)據(jù)的預(yù)處理——收視數(shù)據(jù)的小文件合并實驗
實驗6 大數(shù)據(jù)的預(yù)處理——編寫MR程序?qū)υ嫉氖找晹?shù)據(jù)進(jìn)行清洗與預(yù)處理實驗
第五章 商業(yè)大數(shù)據(jù)分析
實驗7 大數(shù)據(jù)分析——利用hive對預(yù)處理后的收視數(shù)據(jù)進(jìn)行統(tǒng)計分析實驗
實驗8 sqoop安裝部署及數(shù)據(jù)結(jié)果利用hdfs導(dǎo)入實驗
實驗9 sqoop安裝部署及數(shù)據(jù)結(jié)果利用hdfs導(dǎo)出實驗
第六章 商業(yè)大數(shù)據(jù)挖掘方法
實驗10 大數(shù)據(jù)挖掘——電子商務(wù)數(shù)據(jù)的邏輯回歸模型挖掘?qū)嶒?br /> 實驗11 大數(shù)據(jù)挖掘——電子商務(wù)數(shù)據(jù)的決策樹分類模型挖掘?qū)嶒?br /> 實驗12 大數(shù)據(jù)挖掘——利用Apriori算法進(jìn)行電子商務(wù)數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘?qū)嶒?br /> 實驗13 大數(shù)據(jù)挖掘——利用K-means算法進(jìn)行數(shù)據(jù)挖掘?qū)嶒?br /> 實驗14 大數(shù)據(jù)挖掘?qū)崙?zhàn)案例——利用大數(shù)據(jù)挖掘?qū)崿F(xiàn)電影廣告的精準(zhǔn)營銷
第七章 大數(shù)據(jù)可視化
實驗15 大數(shù)據(jù)可視化——使用Matplotlib進(jìn)行可視化操作練習(xí)
實驗16 大數(shù)據(jù)可視化實戰(zhàn)案例——利用Matplotlib分析自行車租賃情況