欢迎来到传智播客旗下图书库
封面图

数据清洗

定价:暂无

出版社:清华大学出版社

ISBN:0

图书种类:高校教材

出版日期:2020-02 (预估)

所属学科:大数据

页码:0 (预估)

(即将出版) 
咨询客服

关注获取新书发布信息

内容简介

数据清洗是大数据预处理的关键环节。面对错综复杂的杂乱数据,传统的清洗脏数据工作单调且异常辛苦,如果能利用正确的工具和方法,可以让数据清洗工作变得事半功倍。全书共8章,其中第1章主要是带领大家简单认识数据清洗;第2章主要讲解ETL技术相关的知识;第3章讲解数据清洗工具Kettle的相关知识;第4章主要讲解数据清洗的第一步——数据抽取相关知识;第5章主要讲解数据的清洗与检验相关的知识;第6章主要讲解数据转换相关知识;第7章主要讲解数据加载相关的知识;第8章是利用前面章节学的知识构建一个DVD租赁商店数据仓库,目的是实现定期从源数据库sakila中抽取增量数据,转换成符合DVD租赁业务的数据,最后加载到DVD租赁商店数据仓库中,便于后续在线DVD租赁商店的决策者对数据进行分析得出商业决策。

适合群体

本书讲解了数据清洗的理论知识和实际应用,可作为高等院校本、专科计算机相关专业,信息管理等相关专业的大数据课程教材,也可供相关技术人员参考,是一本适合广大计算机编程爱好者的优秀读物。

图书特色
图书目录
第1章 数据清洗概述
1.1 数据清洗的背景
1.1.1 数据质量概述
1.1.2 数据质量的评价指标
1.1.3 数据质量的问题分类
1.2 数据清洗的定义
1.3 数据清洗的原理
1.4 数据清洗的基本流程
1.5 数据清洗的策略
1.6 常见的数据清洗方法
1.7 本章小结
1.8 本章习题

第2章 初识ETL
2.1 基于ETL的数据清洗
2.1.1 ETL的概念
2.1.2 ETL的体系结构
2.1.3 ETL的设计
2.2 ETL关键技术
2.2.1 数据的抽取
2.2.2 数据的清洗转换
2.2.3 数据的加载
2.3 ETL常见工具介绍
2.4 本章小结
2.5 本章习题

第3章 Kettle工具的基本使用
3.1 Kettle简介
3.1.1 Kettle的概述
3.1.2 Kettle的设计原则
3.2 Kettle的下载安装
3.3 Kettle的基本概念
3.3.1 转换
3.3.2 作业
3.4 Kettle的基本功能
3.4.1 转换管理
3.4.2 作业管理
3.4.3 数据库连接
3.5 本章小结
3.6 本章习题

第4章 数据抽取
4.1 抽取文本数据
4.1.1 TSV文件的抽取
4.1.2 CSV文件的抽取
4.2 抽取Web数据
4.2.1 HTML网页的数据抽取
4.2.2 XML文件的数据抽取
4.2.3 JSON文件的数据抽取
4.3 抽取数据库数据
4.3.1 抽取关系型数据库的数据
4.3.2 抽取非关系型数据库的数据
4.4 本章小结
4.5 本章习题

第5章 清洗与检验
5.1 数据去重
5.1.1 完全去重
5.1.2 不完全去重
5.2 缺失值处理
5.2.1 缺失值清洗策略
5.2.2 去除缺失值
5.2.3 填充缺失值
5.3 异常值
5.3.1 出现异常值的原因
5.3.2 检测异常值
5.3.3 删除包含异常值的记录
5.3.4 修补异常值
5.4 数据检验
5.4.1 数据一致性处理
5.4.1 数据规范化处理
5.5 本章小结
5.6 本章习题

第6章 数据转换
6.1 多数据源合并
6.2 不一致数据转换
6.4 数据粒度的转换
6.5 数据的商务规则计算
6.6 本章小结
6.7 本章习题

第7章 数据加载
7.1 数据的加载机制
7.1.1 全量加载
7.1.2 增量加载
7.2 数据的批量加载
7.3 本章小结
7.4 本章习题

第8章 综合案例——构建DVD租赁商店数据仓库
8.1 案例概述
8.1.1 案例背景介绍
8.1.2 数据仓库的架构模型
8.1.3 数据仓库效果预览
8.2 数据准备
8.2.1 sakila数据库的下载和安装
8.2.2 sakila数据库的介绍
8.2.3 数据表的介绍
8.3 案例实现
8.3.1 构建DVD租赁商店数据仓库
8.3.2 加载日期维度表
8.3.3 加载时间维度表
8.3.4 加载员工维度表
8.3.5 加载用户维度表
8.3.6 加载商店维度表
8.3.7 加载演员维度表
8.3.8 加载电影维度表
8.3.9 加载租赁事实表
8.3.10 加载sakila数据库中的数据至sakila_dw数据仓库
8.4 本章小结

展开全部内容
配套资源

热销图书推荐

图书封面

Java基础入门

清华大学出版社

定价:¥45.00咨询客服

图书封面

搜索引擎营销推广(SEO优化+SEM竞价)

人民邮电出版社

定价:¥58.00咨询客服

图书封面

HTML5混合App开发

清华大学出版社

定价:¥59.50咨询客服

图书封面

智能手机APP UI设计与应用任务教程

中国铁道出版社

定价:¥42.00咨询客服