访问最新的《大数据导论（第2版）》教材官网
《大数据导论》
面向大数据专业的导论课教材
被国内300多所高校采用
全国高校知名大数据教师精品力作
作者：厦门大学计算机科学系 林子雨 博士/副教授
E-mail:ziyulin@xmu.edu.cn
出版社：人民邮电出版社
扫一扫访问本网页
教材配套讲义PPT和MOOC视频已经在本网页发布
ISBN:978-7-115-54446-9 定价：49.80元
人民邮电出版社 2020年9月第1版
（备注：第2版教材已经提交给出版社，预计2024年6月上市销售）
教学大纲 | 讲义PPT | 下载专区 | 教材目录 | 授课视频
案例视频 | 教学补充 |示范班级 | 课程思政案例 | 500道题库
ISBN:978-7-115-54446-9 定价：49.80元
人民邮电出版社 2020年9月第1版
【教材订购】
教材已经于2020年8月出版，2020年9月5日起在各大网店销售。也可以使用《大数据导论》的书号向人民邮电出版社采购。书号(ISBN)是：978-7-115-54446-9，定价49.80元，2020年9月第1版。
高校教师也可以扫描下面二维码申请样书。
样书申请二维码
【教材区分】
本教材（《大数据导论》）与另外一本教材《大数据导论（通识课版）》（教材官网）是两本不同的教材。《大数据导论（通识课版）》是面向非计算机专业学生，用于开设全校公共选修课。本教材《大数据导论》是面向大数据专业学生，用于开设大数据专业的导论课（属于专业课）。
【教材简介】
本书详细阐述了培养复合型大数据专业人才所需要的大数据相关知识。全书共9章，内容包括大数据概述、大数据与其他新兴技术的关系、大数据基础知识、大数据应用、数据采集与预处理、数据存储与管理、数据处理与分析、数据可视化、大数据分析综合案例。在大数据基础知识部分，详细介绍了与培养学生的数据素养相关的知识，包括大数据安全、大数据思维、大数据伦理、数据共享、数据开放、大数据交易和大数据治理。
本书可以作为高等院校大数据专业的导论课教材，也可供相关技术人员参考。
【作者介绍】
林子雨（1978－）（个人主页），男，博士（毕业于北京大学），国内高校知名大数据教师，厦门大学计算机科学系副教授，厦门大学云计算与大数据研究中心创始成员，厦门大学数据库实验室负责人，中国计算机学会数据库专委会委员，中国计算机学会信息系统专委会委员，中国高校首个“数字教师”提出者和建设者。2013年开始在厦门大学开设大数据课程，建设了国内高校首个大数据课程公共服务平台，平台累计网络访问量超过2000万次，成为全国高校大数据教学知名品牌，并荣获“2022年福建省教学成果特等奖（个人排名第一）”和“2018年福建省教学成果二等奖（个人排名第一）”，主持的课程《大数据技术原理与应用》获评“2018年国家精品在线开放课程”。
【授课视频】
由林子雨老师主讲《大数据导论》授课视频（MOOC/慕课），请到中国大学MOOC观看。
【教学大纲】
请点击下面链接下载教学大纲WORD文件。
(林子雨-大数据导论)厦门大学本科课程教学大纲-2020年8月23日版本
【讲义PPT】
下面表格中提供的讲义PPT是2020年秋季学期版本。下面表格中的PPT属于朴素版本，如果要获取精美版本的PPT，可以到下面的“下载专区”百度网盘中下载。
版权声明：本站对站内所有资源拥有版权，严禁用于商业用途，侵权必究
| 章节 | 讲义PPT（PPT格式） | 讲义PPT（PDF格式） |
| 第0章-课程介绍 | 下载 | 下载 |
| 第1章-大数据概述 | 下载 | 下载 |
| 第2章-大数据与其他新兴技术的关系 | 下载 | 下载 |
| 第3章-大数据基础知识 | 下载 | 下载 |
| 第4章-大数据应用 | 下载 | 下载 |
| 第5章-数据采集与预处理 | 下载 | 下载 |
| 第6章-数据存储与管理 | 下载 | 下载 |
| 第7章-数据处理与分析 | 下载 | 下载 |
| 第8章-数据可视化 | 下载 | 下载 |
| 第9章-大数据分析综合案例 | 下载 | 下载 |
为了丰富教学内容，我们收集整理了很多案例视频，老师可以在课堂上播放，具体请见本网页下面的“案例视频”栏目。
【下载专区】
版权声明：本站对站内所有资源拥有版权，严禁用于商业用途，侵权必究
可以到百度网盘下载教材配套教学资源（包括习题、讲义PPT、教学大纲等）。
百度网盘链接：https://pan.baidu.com/s/14BezmEBr3zp17Y5FzZRSww
提取码：9uhx
【500道题库】
2023年12月，制作了与教材配套的500道题库，点击这里获取题库。
【教材目录】
第1章 大数据概述
数据的概念、大数据时代到来的背景、大数据的发展历程、世界各国的大数据发展战略、大数据的概念与影响、大数据的应用以及大数据产业
第2章 大数据与其他新兴技术的关系
物联网的概念和应用、云计算的概念和应用、大数据和云计算以及物联网的相互关系、人工智能的概念与关键技术、大数据与人工智能的关系、区块链的概念与技术原理、大数据与区块链的关系
第3章 大数据基础知识
大数据安全，大数据思维，大数据伦理，数据共享，数据开放，大数据交易
第4章 大数据应用
大数据在各行各业的主要应用
第5章 数据采集与预处理
数据采集、数据清洗、数据转换、数据脱敏
第6章 数据存储与管理
传统的数据存储与管理技术、大数据时代的数据存储与管理技术、大数据处理架构Hadoop、分布式文件系统HDFS、NoSQL数据库、云数据库、分布式数据库HBase
第7章 数据处理与分析
数据处理与分析的概念、机器学习和数据挖掘算法、大数据处理与分析技术、大数据处理与分析代表性产品
第8章 数据可视化
可视化概述、可视化图表、可视化工具、可视化典型案例
第9章 大数据分析综合案例
案例任务、系统设计、技术选择、系统实现、案例所需知识和技能
【案例视频】
为了丰富教学内容，我们收集整理了很多案例视频，老师可以在课堂上播放。案例视频很多来自2019年央视纪录片《大数据时代》，我们对视频进行了拆分剪辑，形成一个个案例视频，方便用于大数据教学。老师可以在课堂上给学生播放案例视频。特别声明，来自央视纪录片的案例视频版权归央视所有，仅用于高校教学用途，不得用于商业目的。
请从下面百度网盘下载视频：
百度网盘链接：https://pan.baidu.com/s/14BezmEBr3zp17Y5FzZRSww
提取码：9uhx
大数据应用案例视频与《大数据导论》教材对应关系
（共计200分钟视频）
| 视频编号 | 应用案例名称 | 时长（分钟） | 教材章节 | 在哪个小节中播放 |
| 视频2-1 | 智能仓储物流管理系统 | 3 | 第2章 大数据与其他新兴技术的关系 | 2.2.3 物联网的应用 |
| 视频2-2 | 厦门自动化码头 | 3 | 第2章 大数据与其他新兴技术的关系 | 2.2.3 物联网的应用 |
| 视频2-3 | 利用Tilt Brush在虚拟三维空间里绘画 | 1 | 第2章 大数据与其他新兴技术的关系 | 图2-19对应的动画 |
| 视频2-4 | 京东智能分拣 | 3 | 第2章 大数据与其他新兴技术的关系 | 图2-24对应的视频 |
| 视频2-5 | 波士顿动力机器人抗干扰开门 | 1 | 第2章 大数据与其他新兴技术的关系 | 表2-2 人工智能分类及典型产品示例 |
| 视频2-6 | 波士顿动力机器人合作开门 | 1 | 第2章 大数据与其他新兴技术的关系 | 表2-2 人工智能分类及典型产品示例 |
| 视频2-7 | 波士顿动力Atlas人形机器人跳跃空翻 | 1 | 第2章 大数据与其他新兴技术的关系 | 表2-2 人工智能分类及典型产品示例 |
| 视频2-8 | 波士顿动力机器人野外跑步跨越障碍 | 1 | 第2章 大数据与其他新兴技术的关系 | 表2-2 人工智能分类及典型产品示例 |
| 视频2-9 | 阿里云出海布局全球云计算 | 2 | 第2章 大数据与其他新兴技术的关系 | 2.1 云计算 |
| 视频2-10 | 亚洲最大标准最高的金融数据中心 | 2 | 第2章 大数据与其他新兴技术的关系 | 2.1.3 云计算数据中心 |
| 视频2-11 | 物联网智能井盖系统 | 3 | 第2章 大数据与其他新兴技术的关系 | 2.2.3 物联网的应用 |
| 视频2-12 | 智能化物联网灌溉系统让农业节本增收 | 2 | 第2章 大数据与其他新兴技术的关系 | 2.2.3 物联网的应用 |
| 视频2-13 | 法院审理涉比特币纠纷 | 2 | 第2章 大数据与其他新兴技术的关系 | 2.5 大数据与区块链 |
| 视频2-14 | 暗网中很多非法交易用比特币支付 | 3 | 第2章 大数据与其他新兴技术的关系 | 2.5 大数据与区块链 |
| 视频2-15 | 日本比特币支付 | 2 | 第2章 大数据与其他新兴技术的关系 | 2.5 大数据与区块链 |
| 视频2-16 | 北美最大的比特币矿场 | 2 | 第2章 大数据与其他新兴技术的关系 | 2.5 大数据与区块链 |
| 视频2-17 | 深山里的比特币“矿场” | 2 | 第2章 大数据与其他新兴技术的关系 | 2.5 大数据与区块链 |
| 视频2-18 | 比特币“矿难”风暴 | 3 | 第2章 大数据与其他新兴技术的关系 | 2.5 大数据与区块链 |
| 视频2-19 | 数字货币ICO有多疯狂 | 1 | 第2章 大数据与其他新兴技术的关系 | 2.5 大数据与区块链 |
| 视频2-20 | 加密猫 | 3 | 第2章 大数据与其他新兴技术的关系 | 2.5 大数据与区块链 |
| 视频4-1 | 训练球队 | 10 | 第4章 大数据应用 | ４. １１. １ 训练球队 |
| 视频4-2 | 老年人健康监测 | 10 | 第4章 大数据应用 | ４. ２ 大数据在生物医学领域的应用 |
| 视频4-3 | 智慧医疗 | 8 | 第4章 大数据应用 | ４. ２ 大数据在生物医学领域的应用 |
| 视频4-4 | 环境监测 | 4 | 第4章 大数据应用 | ４. ４. ２ 环保监测 |
| 视频4-5 | 农作物病虫害防治 | 9 | 第4章 大数据应用 | 无 |
| 视频4-6 | 石油探测 | 12 | 第4章 大数据应用 | 无 |
| 视频4-7 | 汽车制造 | 5 | 第4章 大数据应用 | ４. ６ 大数据在汽车领域的应用 |
| 视频4-8 | 高炉改造 | 12 | 第4章 大数据应用 | 无 |
| 视频4-9 | 火箭发动机制造 | 6 | 第4章 大数据应用 | 无 |
| 视频4-10 | 工业互联网 | 10 | 第4章 大数据应用 | 无 |
| 视频4-11 | 共享单车 | 8 | 第4章 大数据应用 | ４. ４. １ 智能交通 |
| 视频4-12 | 道路交通规划 | 8 | 第4章 大数据应用 | ４. ４. １ 智能交通 |
| 视频4-13 | 海鲜市场管理 | 3 | 第4章 大数据应用 | ４. １３ 大数据在政府领域的应用 |
| 视频4-14 | 旅游监管 | 6 | 第4章 大数据应用 | ４. １３ 大数据在政府领域的应用 |
| 视频4-15 | 政府数据融合 | 2 | 第4章 大数据应用 | ４. １３ 大数据在政府领域的应用 |
| 视频4-16 | 用大数据抵御网络攻击 | 8 | 第4章 大数据应用 | ４. １２. ２ 应用大数据技术防御网络攻击 |
| 视频4-17 | 车货对接 | 11 | 第4章 大数据应用 | ４. ３ 大数据在物流领域的应用 |
| 视频4-18 | 种猪选择 | 6 | 第4章 大数据应用 | 无 |
| 视频4-19 | 商品精准营销 | 9 | 第4章 大数据应用 | ４. ７ 大数据在零售领域的应用 |
| 视频4-20 | 信用评价和金融风控 | 10 | 第4章 大数据应用 | ４. ５ 大数据在金融领域的应用 |
| 视频4-21 | 无人驾驶 | 11 | 第4章 大数据应用 | ４. ６ 大数据在汽车领域的应用 |
| 视频4-22 | 司法审判 | 12 | 第4章 大数据应用 | 无 |
| 视频4-23 | 寻找被拐儿童 | 9 | 第4章 大数据应用 | 无 |
| 视频4-24 | 洪水预测 | 11 | 第4章 大数据应用 | 无 |
| 视频4-25 | 城市公共安全平台 | 5 | 第4章 大数据应用 | 4.4 大数据在城市管理领域的应用 |
【课堂补充教学内容】
为了让课堂教学更加生动饱满，我们专门制作了一批课堂补充教学内容，老师可以有选择性地讲解给学生。已经放在百度网盘下载。
百度网盘链接：https://pan.baidu.com/s/14BezmEBr3zp17Y5FzZRSww
提取码：9uhx
| 编号 | 名称 | 章节 | 放在哪个位置讲解 |
| 补充2-1 | 中国云计算之父-王坚 | 第2章 大数据与其他新兴技术的关系 | 2.1 云计算 |
【教材前言】
大数据作为继云计算、物联网之后IT行业又一颠覆性的技术，备受人们关注。大数据无处不在，包括金融、汽车、零售、餐饮、电信、能源、政务、医疗、体育、娱乐等在内的社会各行各业，都融入了大数据的印迹，大数据对人类的社会生产和生活必将产生重大而深远的影响。
对于一个国家而言，能否紧紧抓住大数据发展机遇，快速形成核心技术和应用参与新一轮的全球化竞争，将直接决定未来若干年世界范围内各国科技力量博弈的格局。大数据专业人才的培养是新一轮科技较量的基础，高等院校承担着大数据人才培养的重任。在我国，大数据专业已经成为一个炙手可热的“新工科”专业。目前，国内高校开设的大数据专业主要包括本科院校设立的“数据科学与大数据技术专业”和高职院校设立的“大数据技术与应用”专业。截至2020年，全国已经有1000余所高校设立了大数据专业。
大数据专业致力于培养符合国家战略及大数据产业发展需求，具备较好的数据素养和数理基础、扎实的编程基础以及大数据基础知识与技能，熟练掌握大数据采集、预处理、存储、处理、分析、应用技术，能够运用大数据思维、模型和工具解决实际问题的高级复合型人才。大数据专业知识体系涵盖了计算机、数学、统计学等多个学科领域，结合了诸多领域中的理论和技术，包括应用数学、统计学、模式识别、机器学习、人工智能、深度学习、数据可视化、数据挖掘、数据仓库、分布式计算、云计算、系统架构设计等。如此复杂的专业知识体系，很容易让学生的学习“迷失方向”，造成学习上的困惑。大数据专业导论课就是一门为学生“统揽全局、指明方向”的重要课程，通过这门课程的学习，学生可以对自己所学习的专业建立一个全局的认知，包括专业培养目标、毕业生就业岗位、专业知识体系、专业课程体系、大数据知识体系等。因为大数据专业导论课十分重要，所以，就更需要一本优秀的教材为之服务。
笔者带领的厦门大学数据库实验室，是国内高校知名的大数据教学团队，我们团队从2013年开始探索大数据教学，是国内高校较早进行大数据教学实践的团队之一，到目前为止，已经建立了一套完整的大数据专业教材体系，内容涵盖大数据入门课程、进阶课程和实训课程，我们同时也为教材配套打造了在线的“高校大数据课程公共服务平台”，为全国高校师生提供包括讲义PPT、授课视频、实验指南、课后习题等在内的大量大数据教学配套资源，目前平台已经成为国内高校知名大数据教学品牌，平台累计访问量超过1000万次，并荣获“2018年福建省教学成果二等奖”。在大数据教材方面，我们团队到目前为止一共编写了7本教材，包括《大数据导论（通识课版）》（用于开设全校公共选修课）、《大数据技术原理与应用（第3版）》（用于开设入门级大数据专业课）、《大数据基础编程、实验和案例教程（第2版）》（用于开设入门级大数据专业课）、《Spark编程基础（Scala版）》（用于开设进阶级大数据专业课）、《Spark编程基础（Python版）》（用于开设进阶级大数据专业课）、《大数据实训案例之电影推荐系统（Scala版）》（用于开设大数据实训课程）和《大数据实训案例之电信用户行为分析（Scala版）》（用于开设大数据实训课程）。这些大数据教材的编写，使得我们团队对大数据知识体系有了一个很好的认知和把握，这就为我们撰写大数据导论课教材奠定了坚实的基础。此外，我们团队通过各种形式加强与全国高校大数据教师的沟通和交流。首先，我们团队已经累计举办了14期大数据教师培训交流班，共300多所高校500余位老师参加了培训和交流；其次，我们发起举办了20期不同规模的大数据教学研讨会，累计有来自全国1000余所高校的3000余位教师参加了会议；再次，我们建立了QQ群、微信群和微信公众号，累计有4000余位老师加入并频繁开展线上交流。通过这些活动，我们团队与全国高校广大大数据课程教师有了更深的接触和交流，也收集到了广大一线教师的核心教学需求和对大数据专业建设的各种建议。上述所有工作，使笔者对于撰写一本优秀的大数据导论课教材有了更深的认识和更强的信心，到了现在，撰写大数据导论课教材就成了一件“水到渠成”的事情。
本书共9章，详细阐述了培养复合型大数据专业人才所需要的大数据相关知识。第1章介绍数据的概念、大数据时代到来的背景、大数据的发展历程、世界各国的大数据发展战略、大数据的概念与影响、大数据的应用、大数据产业以及高校大数据专业；第2章介绍云计算、物联网、人工智能、区块链的概念和应用，并阐述大数据与云计算、物联网、人工智能、区块链之间的紧密关系；第3章介绍与培养大数据人才的数据素养息息相关的一系列大数据基础知识，包括大数据安全、大数据思维、大数据伦理、数据共享、数据开放、大数据交易和大数据治理；第4章介绍大数据在各大领域的典型应用，包括互联网、生物医学、物流、城市管理、金融、汽车、零售、餐饮、电信、能源、体育、娱乐、安全、政府和日常生活等领域；第5章介绍数据采集的概念、要点、数据源、数据采集方法、网络爬虫以及数据清洗、数据转换与数据脱敏；第6章介绍传统的数据存储与管理技术（包括文件系统、关系数据库、数据仓库、并行数据库等）以及大数据时代的数据存储与管理技术（包括分布式文件系统、NoSQL数据库、云数据库等）；第7章介绍数据处理与分析的概念、机器学习和数据挖掘算法、大数据处理与分析技术、大数据处理与分析领域具有代表性的产品；第8章介绍数据可视化的概念、可视化工具和典型的可视化案例；第9章介绍一个大数据分析综合案例, 帮助读者对大数据分析形成一个全局性的轮廓认识，从而可以了解大数据理论和技术的综合运用方法。
本书面向高校大数据专业的学生，可以作为大数据专业的导论课程教材。本书由林子雨执笔。在撰写过程中，厦门大学计算机科学系硕士研究生程璐、林哲、郑宛玉、陈杰祥、陈绍纬、周伟敬等做了大量辅助性工作，在此，向这些同学的辛勤工作表示衷心的感谢。同时，感谢夏小云老师在教材目录规划和书稿校对过程中的辛勤付出。
本书与笔者编著的另一本书《大数据导论（通识课版）》存在很大区别。《大数据导论（通识课版）》是面向非计算机专业（尤其是文科专业）的学生，用于开设全校公共选修课，只介绍非技术性大数据知识，不介绍技术性知识；而本书是面向大数据专业的学生，用于开设大数据专业的导论课，既介绍非技术性大数据知识，也全面介绍技术性大数据知识。
本书官方网站是https://dblab.xmu.edu.cn/post/bigdata-introduction/，免费提供了全部配套资源的在线浏览和下载，并接受错误反馈和发布勘误信息。
本书在撰写过程中，参考了大量网络资料、文献和书籍，对相关知识进行了系统梳理，有选择性地把一些重要知识纳入本书。由于笔者能力有限，本书难免存在不足之处，望广大读者不吝赐教。
林子雨
厦门大学计算机科学系数据库实验室
2020年4月