第一部分 大数据基础理论分析

第1章 大数据基本概念

 1.1 大数据定义

 1.2 大数据度量

1.2.1 大数据能耗度量

1.2.2 大数据计算能力度量

1.2.3 大数据的数据中心服务能力度量

1.2.4 大数据商业与社会价值度量

1.2.5 大数据冷热度度量

 1.3 语意计算的发展过程

1.3.1 语义计算（Semantic Computing）

1.3.2 语意计算（Semantic+ Computing）

1.3.3 语意计算（Semantic++ Computing）

1.3.4 语意计算和大数据

 1.4 大数据的语意理解

1.4.1 大数据资源语意存储

1.4.2 大数据资源语意信息获取

1.4.3 语意资源管理

1.4.4 大数据语意处理

1.4.5 大数据语意服务（语意分析/语意合成等）

1.4.6 大数据语意安全与隐私

1.4.7 语意接口

1.4.8 基于语意的大数据应用

 1.5 大数据和云计算

1.5.1 云计算

1.5.2 大数据和云计算的关系

 本章小结

第2章 可编程数据中心

 2.1 可编程数据中心体系架构

 2.2 数据分配管理

2.2.1 数据分配管理原理

2.2.2 数据分配管理案例

 2.3 异构数据节点分配管理

2.3.1 异构数据节点分配管理方法

2.3.2 异构数据节点服务能力计算方法

 2.4 规则管理

2.4.1 规则

2.4.2 语意规则

2.4.3 海量语意规则管理架构

 2.5 数据放置策略

2.5.1 谷歌的数据放置策略

2.5.2 Hadoop的数据放置策略

2.5.3 其他常用的数据放置策略

2.5.4 语意数据放置策略

 2.6 可编程数据中心机房架构

 本章小结

第3章 云文件系统

 3.1 常用云文件系统综述

 3.2 语意云文件系统SCFS

3.2.1 SCFS系统架构

3.2.2 SCFS大小文件处理机制

3.2.3 数据一致性保障

3.2.4 元数据集群管理技术

3.2.5 副本管理策略（负载均衡机制）

 本章小结

第4章 云数据库系统

 4.1 常用云数据库系统综述

 4.2 语意云数据库系统SCloudDB

4.2.1 SCloudDB系统架构

4.2.2 SCloudDB设计思路

4.2.3 SCloudDB的SRegion定位机制

4.2.4 多维及海量随机查询机制

4.2.5 支持多维及海量随机查询的语意搜索机制

4.2.6 大表划分方法

4.2.7 基于列族存储及语意的大表划分机制

4.2.8 分布式同步关键技术

第5章 大数据并行编程与分析模型

 5.1 大数据并行编程与分析模型综述

 5.2 大数据并行编程与分析模型SemanMR

5.2.1 SemanMR体系架构

5.2.2 SemanMR技术思路

 ……

第6章 大数据智能计算算法

第7章 基于大数据的数据仓库技术

第8章 大数据安全与隐私保护

第9章 基于大数据的语意软件工程方法

第二部分 基于海量语意规则的大数据流处理技术

第10章 基于规则的大数据流处理介绍

第11章 语意规则描述模型

第12章 海量语意规则网及优化

第13章 海量语意规则处理算法

第14章 海量语意规则并行处理

第三部分 大数据应用

第15章 文化大数据

第16章 医疗健康大数据

第17章 互联网金融大数据

第18章 其他典型大数据

第19章 基于大数据的语意计算及典型应用

第20章 大数据未来研究方向

参考文献

张桂刚、李超、邢春晓编著的《大数据背后的核心技术》分为三大部分，分别为大数据基础理论分析、基于海量语意规则的大数据流处理技术及大数据应用。

第一部分介绍大数据领域的主要基础理论，包括大数据基本概念、可编程数据中心、云文件系统、云数据库系统、大数据并行编程与分析模型、大数据智能计算算法、基于大数据的数据仓库技术、大数据安全与隐私保护，以及基于大数据的语意软件工程方法等。

第二部分介绍基于海量语意规则的大数据流处理技术，包括基于规则的大数据流处理介绍、语意规则描述模型、海量语意规则网及优化、海量语意规则处理算法及海量语意规则并行处理等。

第三部分主要介绍大数据的一些典型应用，包括：文化大数据、医疗健康大数据、互联网金融大数据、教育大数据、电子商务大数据、互联网大数据、能源大数据、交通大数据、宏观经济大数据、进出口食品安全监管大数据、基于大数据的语意计算及典型应用(含语意搜索引擎、语意金融、语意旅游规划、基于海量语意规则的语意电子商务)。最后探讨了大数据未来的研究方向。

本书可供希望较全面、深入地了解大数据及其应用的读者学习参考。

大数据已经成为全球及全社会各行各业最为重要的战略资源。如何管理好大数据，并从大数据中挖掘出它的潜在价值将是大数据未来的主要发展方向。大数据将普遍应用于国民生产中的各个领域，包括政府、医疗、经济、社会、教育、航空航天、军事及互联网和物联网等各个领域。本书后面几章将给出一些具体的案例进行初步分析，以期更深入地从应用的角度理解大数据及其在各种应用中的价值所在。

如何处理这些密集型应用所需的大数据显得越来越重要。与其他学科不同，大数据作为一门崭新的学科，尚未形成一套理论体系，依然存在许多关键的问题没有解决，甚至在大数据这门学科中到底有哪些基础理论、关键问题、核心技术等都没有一个完整的概念。鉴于此，张桂刚、李超、邢春晓编著的《大数据背后的核心技术》研究大数据背后的核心技术并对一些具体的应用领域进行了分析。