大数据分析- 基于Hadoop/Mahout的大数据挖掘

随着互联网、移动互联网和物联网的发展，我们已经切实地迎来了一个大数据的时代。大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合，对大数据的分析已经成为一个非常重要且紧迫的需求。目前对大数据的分析工具，首选的是Hadoop平台。Hadoop在可伸缩性、健壮性、计算性能和成本上具有无可替代的优势，事实上已成为当前互联网企业主流的大数据分析平台。

一、培训对象

1，系统架构师、系统分析师、高级程序员、资深开发人员。

2，牵涉到大数据处理的数据中心运行、规划、设计负责人。

3，政府机关，金融保险、移动和互联网等大数据来源单位的负责人。

4，高校、科研院所牵涉到大数据与分布式数据处理的项目负责人。

?

二、学员基础

1，对IT系统设计有一定的理论与实践经验。

2，有一定的数据仓库与大数据处理的基础知识。

3，有一定的Hadoop技术的基础知识。

?

三、师资

由业界知名大数据专家亲自授课：

杨老师?? 主要研究网络信息分析以及云计算相关技术，长期从事通信网管系统、网络信息处理、商务智能(BI)以及电信决策支持系统的研究开发工作，主持和参与了多个国家和省部级基金项目，具有丰富的工程实践及软件研发经验。

?

四、培训要点

互联网点击数据、传感数据、日志文件、具有丰富地理空间信息的移动数据和涉及网络的各类评论，成为了海量信息的多种形式。当数据以成百上千TB不断增长的时候，我们在内部交易系统的历史信息之外，需要一种基于大数据分析的决策模型和技术支持。

大数据通常具有：数据体量(Volume)巨大,数据类型(Variety)繁多,价值(Value)密度低,处理速度(Velocity)快等四大特征。如何有效管理和高效处理这些大数据已成为当前亟待解决的问题。大数据处理意味着更严峻的挑战，更好地管理和处理这些数据也将会获得意想不到的收获。

Google发布的GFS和MapReduce等高可扩展、高性能的分布式大数据处理框架，证明了在处理海量网页数据时该框架的优越性。GFS/MapReduce框架实现了更高应用层次的抽象，使用户无需关注复杂的内部工作机制，无需具备丰富的分布式系统知识及开发经验，即可实现大规模分布式系统的部署与大数据的并行处理。

ApacheHadoop开源项目开发团队。他们克隆了GFS/MapReduce框架，推出了Hadoop系统。该系统已受到学术界和工业界的广泛认可和采纳，并孵化出众多子项目(如Pig，Zookeeper和Hive等)，日益形成一个易部署、易开发、功能齐全、性能优良的系统。

本课程从大数据技术以及Hadoop实战的角度，结合理论和实践，全方位地介绍Hadoop以及Mahout大数据挖掘工具的开发技巧。涉及的主题包括：大数据挖掘及其背景， Hadoop及Mahout大数据挖掘工具，推荐系统及电影推荐案例，分类技术及聚类分析，流挖掘及其它挖掘技术，大数据挖掘前景分析。

教学过程中贯穿了案例分析来帮助学员了解如何用Hadoop和Mahout挖掘工具来解决具体的问题，在关键点上搭建实验环境进行实践研究，以加深对于这些解决方案的理解。并介绍了从大数据中挖掘出有价值的信息的关键。

?

五、培训内容

第一讲大数据挖掘及其背景

??1)数据挖掘定义

? 2)Hadoop相关技术

? 3)大数据挖掘知识点

第二讲 MapReduce计算模式

??1）分布式文件系统

? 2）MapReduce

? 3）使用MR的算法设计

第三讲 Hadoop中的云挖掘工具Mahout

? 1）Mahout介绍

? 2）推荐系统

?? 3）信息聚类

?? 4）分类技术

?? 5）其它挖掘

第四讲 推荐系统及其应用开发

?? 1）一个推荐系统的模型

?? 2）基于内容的推荐

?? 3）协同过滤

?? 4）电影推荐案例

第五讲 分类技术及其应用

? 1）分类的定义

? 2）分类主要算法

? 3）Mahout分类过程

? 4）评估指标以及评测

? 5）贝叶斯算法新闻分类实例

第六讲 聚类技术及其应用

? ?1）聚类的定义

? ?2）聚类的主要算法

??3）K-Means、Canopy及其应用示例

??4）Fuzzy K-Means、Dirichlet及其应用示例

??5）路透新闻聚类实例

第七讲 关联规则和相似项发现

???1）购物篮模型

?? 2）Apriori算法

?? 3）抄袭文档发现

?? 4）近邻搜索的应用

第八讲 流数据挖掘相关技术

?? 1）流数据挖掘及分析

?? 2）流数据模型

?? 3）数据抽样

?? 4）流过滤

第九讲 大数据挖掘应用前景

? ?1）与Hadoop集群应用的协作

???2）与RHadoop等其它云挖掘工具配合

?? 3）大数据挖掘行业应用展望

?

六、培训目标

1,全面了解大数据处理技术的相关知识。

2，学习Hadoop的核心技术方法以及应用特征。

3，深入使用Mahout挖掘工具在大数据中的使用。

4，掌握流数据挖掘和其它大数据挖掘关键技术。