第1章 导论 第2章 大数据安全 第3章 大数据安全挑战 第4章 大数据安全法规政策和标准化现状 第5章 大数据安全标准体系 第6章 大数据安全标准化工作建议

6.1 一个颠覆常识的认知实例 6.2 人类认知学习的生理学原理 6.3 认知过程的基本规律：“认”出特征，“知”道归属 6.4 大数据认知的计算机实现：以人脸识别为例 6.5 教育大数据与教育大数据技术的应用定位分析 6.6 本章小结

《电子商务 E-business》参考资料（大数据）：大数据研究_未来科技及经济社会发展的重大战略领域_大数据的研究现状与科学思考

 大数据处理的基本流程  大数据处理模型  大数据关键技术  大数据处理工具  大数据时代面临的新挑战 WordCount 关联规则基本模型 聚类 本章内容首先介绍了大数据处理的基本流程和大数据处理模型，接着介绍了大数据的关键技术，其中，云计算是大数据的基础平台和支撑技术，本章以Google 的相关技术为主线，详细介绍Google 以及其他众多学者和研究机构在大数据技术方面已有的一些工作，包括文件系统、数据库系统、索引和查询技术、数据分析技术等；接下来，介绍了大数据处理平台和工具，就目前技术发展现状而言，Hadoop 已经成为了大数据处理工具事实上的标准。最后，介绍大数据时代面临的新挑战，包括大数据集成、大数据分析、大数据隐私问题、大数据能耗问题、大数据处理与硬件的协同、大数据管理易用性问题以及性能测试基准。 大数据采集架构 预测模型

2.1 此为数据库，非彼大数据 2.2 数据库技术重要的历史发展阶段 2.3 关系模型的直观认知 2.4 关系模型的预备知识 2.5 关系数据库的基本原理 2.6 关系数据库体系的优化设计 2.7 本章小结

5.1 引子 5.2 基础不牢，地动山摇 5.3 教育大数据应用创新的领域特点分析 5.4 本章小结

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

《电子商务 E-business》参考资料（大数据）：知识产生方式和科技决策支撑的重大变革_面向大数据和开源信息的科技态势解析与决策服

《电子商务 E-business》参考资料（大数据）：大数据带来大商业价值

油气资源大数据智能平台的总体框架应以数据资源为基础、大数据平台算力为支撑、人工智能算法为核心，面向油气行业生产需求，构建集勘探、开发、生产数据于一体的油气数据资源池，通过数据清洗与融合提升数据质量，整合物理模拟与数据挖掘等手段，实现服务功能模块化，并在PC端、管控大屏、手机移动APP等多维平台实现智能监测、预警与展示。通过对深度学习等人工智能方法在油气工业领域的应用案例分析，表明其具有较好的应用前景。未来石油公司应与科研院所通力合作，挖掘石油工业数据的巨大潜能，实现降本增效，建设全新的智能油气工业生态圈，完成产业升级