电子科技大学：《大数据分析与挖掘 Big Data Analysis and Mining》课程教学资源（课件讲稿）Lecture 7 Hadoop-Spark

Key Node Identification Community Detection

广东财经大学：信息学院《大数据分析与挖掘》实验课程教学大纲

广东财经大学：信息学院《大数据分析与挖掘》课程教学大纲

电子科技大学：《大数据分析与挖掘 Big Data Analysis and Mining》课程教学资源（课件讲稿）Lecture 1 Intro（主讲：邵俊明）

线性回归 ●最小二乘法 ●梯度下降 二分类任务 ●对数几率回归-Logistic Regression ●线性判别分析-Linear Discriminate Analysis 多分类任务 ●一对一 ●一对其余 ●多对多 类别不平衡问题

《工程科学学报》：基于文本挖掘的矿山安全隐患大数据分析与可视化

7.1 数据处理与分析的概念 7.1.1 数据分析与数据挖掘 7.1.2数据分析与数据处理 7.1.3大数据处理与分析 7.2机器学习和数据挖掘算法 7.2.1概述 7.2.2 分类 7.2.3聚类 7.2.4 回归分析 7.2.5关联规则 7.2.6协同过滤 7.3 大数据处理与分析技术 7.3.1技术分类 7.3.2 流计算 7.3.3 图计算 7.4大数据处理与分析代表性产品 7.4.1 分布式计算框架MapReduce 7.4.2 数据仓库Hive 7.4.3数据仓库Impala 7.4.4 基于内存的分布式计算框架Spark 7.4.5 TensorFlowOnSpark 7.4.6 流计算框架Storm 7.4.7 流计算框架Flink 7.4.8大数据编程框架Beam 7.4.9查询分析系统Dremel

课程评价、考核资料清单、要求及说明 数据挖掘技术 大数据工作思路 大数据概述与应用 大数据现状与问题 基本概念简述  大数据采集与预处理  大数据存储与管理  大数据计算模式  大数据分析与挖掘  大数据可视化分析  大数据安全

• 目前经济型酒店行业竞争态势 • 用户相关数据准备 • 通过Python编程抓取评论 • 数据预处理 • 商务宾馆客户数据分析 – 酒店评分影响因素 – 酒店评分与酒店业绩的关系 – 酒店评分分析 – 客户情感分析 – 竞争分析 • 建议