大數(shù)據(jù)分析- 基于Hadoop/Mahout的大數(shù)據(jù)挖掘

隨著互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的發(fā)展，我們已經(jīng)切實(shí)地迎來了一個(gè)大數(shù)據(jù)的時(shí)代。大數(shù)據(jù)是指無法在一定時(shí)間內(nèi)用常規(guī)軟件工具對其內(nèi)容進(jìn)行抓取、管理和處理的數(shù)據(jù)集合，對大數(shù)據(jù)的分析已經(jīng)成為一個(gè)非常重要且緊迫的需求。目前對大數(shù)據(jù)的分析工具，*的是Hadoop平臺。Hadoop在可伸縮性、健壯性、計(jì)算性能和成本上具有無可替代的優(yōu)勢，事實(shí)上已成為當(dāng)前互聯(lián)網(wǎng)企業(yè)主流的大數(shù)據(jù)分析平臺。為解決廣大系統(tǒng)設(shè)計(jì)人員深入研究與開發(fā)大數(shù)據(jù)技術(shù)的需要，培訓(xùn)中心特在“大數(shù)據(jù)處理技術(shù)-基于Hadoop的實(shí)戰(zhàn)”課程的基礎(chǔ)上，針對已有或即將建立Hadoop集群，擁有海量數(shù)據(jù)，需要做用戶推薦、產(chǎn)品聚類、信息分類等大數(shù)據(jù)分析用戶，舉辦“大數(shù)據(jù)分析- 基于Hadoop/Mahout的大數(shù)據(jù)挖掘（含Spark和Storm應(yīng)用介紹）”培訓(xùn)班，具體事宜通知如下：

一、培訓(xùn)對象

1，系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級程序員、資深開發(fā)人員。

2，牽涉到大數(shù)據(jù)處理的數(shù)據(jù)中心運(yùn)行、規(guī)劃、設(shè)計(jì)負(fù)責(zé)人。

3，機(jī)關(guān)，金融保險(xiǎn)、移動(dòng)和互聯(lián)網(wǎng)等大數(shù)據(jù)來源單位的負(fù)責(zé)人。

4，高校、科研院所牽涉到大數(shù)據(jù)與分布式數(shù)據(jù)處理的項(xiàng)目負(fù)責(zé)人。

二、學(xué)員基礎(chǔ)

1，對IT系統(tǒng)設(shè)計(jì)有一定的理論與實(shí)踐經(jīng)驗(yàn)。

2，有一定的數(shù)據(jù)倉庫與大數(shù)據(jù)處理的基礎(chǔ)知識。

3，有一定的Hadoop技術(shù)的基礎(chǔ)知識。

三、師資

由業(yè)界*大數(shù)據(jù)專家親自授課：

楊老師   主要研究網(wǎng)絡(luò)信息分析以及云計(jì)算相關(guān)技術(shù)，長期從事通信網(wǎng)管系統(tǒng)、網(wǎng)絡(luò)信息處理、商務(wù)智能(BI)以及電信決策支持系統(tǒng)的研究開發(fā)工作，主持和參與了多個(gè)和省部級基金項(xiàng)目，具有豐富的工程實(shí)踐及軟件研發(fā)經(jīng)驗(yàn)。

四、培訓(xùn)要點(diǎn)

互聯(lián)網(wǎng)點(diǎn)擊數(shù)據(jù)、傳感數(shù)據(jù)、日志文件、具有豐富地理空間信息的移動(dòng)數(shù)據(jù)和涉及網(wǎng)絡(luò)的各類評論，成為了海量信息的多種形式。當(dāng)數(shù)據(jù)以成百上千TB不斷增長的時(shí)候，我們在內(nèi)部交易系統(tǒng)的歷史信息之外，需要一種基于大數(shù)據(jù)分析的決策模型和技術(shù)支持。

大數(shù)據(jù)通常具有：數(shù)據(jù)體量(Volume)巨大,數(shù)據(jù)類型(Variety)繁多,價(jià)值(Value)密度低,處理速度(Velocity)快等四大特征。如何有效管理和高效處理這些大數(shù)據(jù)已成為當(dāng)前亟待解決的問題。大數(shù)據(jù)處理意味著更嚴(yán)峻的挑戰(zhàn)，更好地管理和處理這些數(shù)據(jù)也將會(huì)獲得意想不到的收獲。

Google發(fā)布的GFS和MapReduce等高可擴(kuò)展、高性能的分布式大數(shù)據(jù)處理框架，證明了在處理海量網(wǎng)頁數(shù)據(jù)時(shí)該框架的優(yōu)越性。GFS/MapReduce框架實(shí)現(xiàn)了更高應(yīng)用層次的抽象，使用戶無需關(guān)注復(fù)雜的內(nèi)部工作機(jī)制，無需具備豐富的分布式系統(tǒng)知識及開發(fā)經(jīng)驗(yàn)，即可實(shí)現(xiàn)大規(guī)模分布式系統(tǒng)的部署與大數(shù)據(jù)的并行處理。

Apache Hadoop開源項(xiàng)目開發(fā)團(tuán)隊(duì)。他們克隆了GFS/MapReduce框架，推出了Hadoop系統(tǒng)。該系統(tǒng)已受到學(xué)術(shù)界和工業(yè)界的廣泛認(rèn)可和采納，并孵化出眾多子項(xiàng)目(如Pig，Zookeeper和Hive等)，日益形成一個(gè)易部署、易開發(fā)、功能齊全、性能優(yōu)良的系統(tǒng)。

本課程從大數(shù)據(jù)技術(shù)以及Hadoop實(shí)戰(zhàn)的角度，結(jié)合理論和實(shí)踐，全方位地介紹Hadoop以及Mahout大數(shù)據(jù)挖掘工具的開發(fā)技巧。涉及的主題包括：大數(shù)據(jù)挖掘及其背景， Hadoop及Mahout大數(shù)據(jù)挖掘工具，推薦系統(tǒng)及電影推薦案例，分類技術(shù)及聚類分析，流挖掘及其它挖掘技術(shù)，大數(shù)據(jù)挖掘前景分析。

教學(xué)過程中貫穿了案例分析來幫助學(xué)員了解如何用Hadoop和Mahout挖掘工具來解決具體的問題，在關(guān)鍵點(diǎn)上搭建實(shí)驗(yàn)環(huán)境進(jìn)行實(shí)踐研究，以加深對于這些解決方案的理解。并介紹了從大數(shù)據(jù)中挖掘出有價(jià)值的信息的關(guān)鍵。

五、培訓(xùn)內(nèi)容

*講大數(shù)據(jù)挖掘及其背景

  1)數(shù)據(jù)挖掘定義

  2)Hadoop相關(guān)技術(shù)

  3)大數(shù)據(jù)挖掘知識點(diǎn)

第二講 MapReduce計(jì)算模式

  1）分布式文件系統(tǒng)

  2）MapReduce

  3）使用MR的算法設(shè)計(jì)

第三講 Hadoop中的云挖掘工具Mahout

  1）Mahout介紹

  2）推薦系統(tǒng)

   3）信息聚類

   4）分類技術(shù)

   5）其它挖掘

第四講 推薦系統(tǒng)及其應(yīng)用開發(fā)

   1）一個(gè)推薦系統(tǒng)的模型

   2）基于內(nèi)容的推薦

   3）協(xié)同過濾

   4）電影推薦案例

第五講 分類技術(shù)及其應(yīng)用

  1）分類的定義

  2）分類主要算法

  3）Mahout分類過程

  4）評估指標(biāo)以及評測

  5）貝葉斯算法新聞分類實(shí)例

第六講 聚類技術(shù)及其應(yīng)用

   1）聚類的定義

   2）聚類的主要算法

   3）K-Means、Canopy及其應(yīng)用示例

   4）Fuzzy K-Means、Dirichlet及其應(yīng)用示例

   5）路透新聞聚類實(shí)例

第七講 關(guān)聯(lián)規(guī)則和相似項(xiàng)發(fā)現(xiàn)

   1）購物籃模型

   2）Apriori算法

   3）抄襲文檔發(fā)現(xiàn)

   4）近鄰搜索的應(yīng)用

第八講 流數(shù)據(jù)挖掘相關(guān)技術(shù)

   1）流數(shù)據(jù)挖掘及分析

   2）流數(shù)據(jù)模型

   3）數(shù)據(jù)抽樣

   4）流過濾

第九講 大數(shù)據(jù)挖掘應(yīng)用前景

   1）與Hadoop集群應(yīng)用的協(xié)作

   2）與RHadoop等其它云挖掘工具配合

   3）大數(shù)據(jù)挖掘行業(yè)應(yīng)用展望

六、培訓(xùn)目標(biāo)

1, 全面了解大數(shù)據(jù)處理技術(shù)的相關(guān)知識。

2，學(xué)習(xí)Hadoop的核心技術(shù)方法以及應(yīng)用特征。

3，深入使用Mahout挖掘工具在大數(shù)據(jù)中的使用。

4，掌握流數(shù)據(jù)挖掘和其它大數(shù)據(jù)挖掘關(guān)鍵技術(shù)。

七、培訓(xùn)時(shí)間、地點(diǎn)

2015年11月12日-11月14日 上海

2015年11月18日-11月20日 北京

八、證書

培訓(xùn)結(jié)束，頒發(fā)培訓(xùn)中心“大數(shù)據(jù)分析- 基于Hadoop/Mahout的大數(shù)據(jù)挖掘”結(jié)業(yè)證書。