《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

4.1 技术生态的初步理解 4.2 物联网技术：知道得多 4.3 云计算技术：处理得快 4.4 移动互联技术：传播的远 4.5 人工智能技术：调控得准 4.6 “物、云、移、大、智”技术融合后的协同生态环境 4.7 本章小结

大数据分析（PPT讲稿）大数据引领我们走向数据智能化时代

《电子商务 E-business》参考资料（大数据）：面向大数据的海云数据系统关键技术研究

1.1 大数据时代 1.2 大数据概念 1.3 大数据的影响 1.4 大数据的应用 1.5 大数据关键技术 1.6 大数据计算模式 1.7 大数据产业 1.8 大数据与云计算、物联网的关系

1.1 什么是数据挖掘. 2 1.2 数据挖掘的步骤. 2 1.3 数据挖掘的主要功能. 4 1.3.1 预测性.4 1.3.2 描述性.5 1.4 在何种数据上进行数据挖掘. 7 1.4.1 数据库数据.7 1.4.2 数据仓库.8 1.4.3 事务数据.8 1.5 数据挖掘的工具. 8 1.6 数据挖掘研究的主要方向. 9 1.6.1 数据挖掘的方法.9 1.6.2 用户交互技术.9 1.6.3 数据挖掘的性能和可扩展性.9 1.6.4 针对不同数据或数据源的数据挖掘技术 .9 1.7 数据挖掘的应用领域. 10 1.8 SPSS Modeler 软件使用概述. 10 1.8.1 软件简介.10 1.8.2 软件窗口.12 1.8.3 数据流的基本操作.13

1.1知之为知之，不知为不知，是知也！ 1.2数据的泛在理解：客观存在的描述与记录 1.3信息的价值评判：有用的数据 1.4知识的应用体现：数据变信息的转化规则 1.5知识规则的认知途径 1.6数据到知识的转换过程：实例分析 1.7本章小结

包含三个数据库 一、Biography Resource Center 人物传记资源中心数据库 二、Literature Resource Center 文学资源中心数据库 三、Associations Unlimited 协会指南数据库

一、 数据管理 二、 数据库系统 三、数据模型 四、数据库语言 五、数据库用户 六、数据库管理员DBA