编辑推荐
《云计算智能管理系统》适合关注云计算、智能管理系统发展的科研人员、IT人员，以及企事业单位的管理人员阅读，并可供相关专业的本科生和研究生参考。
目录
《信息科学技术学术著作丛书》序
前言
第1章概述
1.1云计算
1.1.1云计算概述
1.1.2云计算的参考架构
1.1.3云计算的关键技术
1.2智能管理系统
1.2.1智能管理系统相关概念
1.2.2智能管理系统结构
1.2.3智能管理系统的特性与关键技术
1.3基于云计算的智能管理系统
参考文献
第2章云计算智能优化技术
2.1智能优化算法概述
2.1.1智能优化算法
2.1.2蚁群算法
2.1.3鱼群算法
2.2云环境下智能优化算法
2.2.1云环境下的蚁群算法
2.2.2云环境下的鱼群算法
2.3云环境下智能优化算法的应用
2.3.1SaaS服务动态选择问题
2.3.2能耗感知的SaaS服务部署问题
2.4本章小结
参考文献
第3章云计算数据挖掘技术
3.1云计算数据挖掘概述
3.1.1数据挖掘相关概念
3.1.2数据挖掘分布式并行处理模式
3.1.3云计算数据挖掘
3.2云环境下的挖掘算法
3.2.1云环境下的特征抽取算法
3.2.2云环境下的分类算法
3.2.3云环境下的CAP聚类算法
3.2.4云环境下的数据流分类挖掘算法
3.3云环境下的集成挖掘算法
3.3.1云环境下的集成分类算法
3.3.2云环境下的聚类融合算法
3.4云环境下的文本挖掘技术
3.4.1SparkR简介
3.4.2分布式爬虫实现
3.4.3文本分词及词频统计
3.4.4文本挖掘算法
3.5本章小结
参考文献
第4章云计算大数据管理技术
4.1云计算大数据管理概述
4.1.1云计算大数据管理技术阶段
4.1.2大数据管理的基本流程
4.1.3大数据处理模式
4.1.4大数据系统管理基准
4.2大数据存储技术
4.2.1大数据存储
4.2.2云存储模型
4.3大数据查询和分析技术
4.3.1大数据查询技术
4.3.2大数据分析技术
4.4大数据挖掘技术
4.4.1非数据化数据挖掘及云计算大数据挖掘实例
4.4.2数据流管理
4.5本章小结
参考文献
第5章云计算知识管理系统
5.1云计算知识管理概述
5.1.1云计算对知识管理的影响
5.1.2云计算知识管理的现状
5.1.3云计算知识管理的体系结构
5.2云计算知识服务匹配
5.2.1服务匹配
5.2.2基于本体的服务匹配与搜索
5.2.3云计算知识服务匹配与搜索方法
5.2.4制造云知识服务匹配实现
5.3云计算知识服务组合
5.3.1云计算知识服务动态组合相关概念
5.3.2云计算知识服务动态组合模型
5.3.3云计算知识服务动态组合策略
5.4云制造虚拟企业知识管理系统
5.4.1云制造虚拟企业知识管理体系结构
5.4.2云制造虚拟企业知识服务
5.4.3云制造虚拟企业知识共享
5.4.4云制造虚拟企业知识管理关键技术
5.5本章小结
参考文献
第6章云计算商务智能系统
6.1云计算商务智能系统概述
6.1.1云计算商务智能的现状
6.1.2云计算商务智能体系结构
6.1.3云计算商务智能发展趋势
6.2云计算数据仓库
6.2.1云计算数据仓库设计
6.2.2云计算数据预处理
6.2.3云计算数据管理
6.3SaaS BI多租户技术
6.3.1SaaS多租户相关知识
6.3.2多租户业务流程定制
6.3.3多租户服务定制
6.3.4多租户演变模型构建
6.4农业气象商务智能系统
6.4.1建设背景
6.4.2系统目标
6.4.3系统结构
6.5本章小结
参考文献
文摘
版权页：
插图：
数据挖掘技术是通过对大量数据进行分析处理，提取出有用的、未知的、可执行的信息，并辅助决策的过程。将数据挖掘技术融于智能管理系统中，能够深度挖掘出数据的价值，尤其在云计算环境下的数据挖掘技术，数据挖掘算法运行在数据中心提供的分布式计算资源上，为海量数据的挖掘提供有力支撑和性能保障。MapReduce是典型的并行处理分布计算模式，通过映射和规约将大数据细化粒度进行处理，大部分数据挖掘算法可以表示为分布式并行处理的任务，通过分布式并行计算框架进行处理。目前，数据挖掘算法研究的热点是如何改进数据挖掘算法，使之适应分布式并行计算框架，以解决数据挖掘性能问题。
大数据管理技术，采用非关系型数据库、分布式存储和并行处理方式，可以解决数据量大、数据种类多、数据异构等多种问题，从海量数据中发现深层次的知识和联系。随着信息化的不断深入，智能管理系统涉及的数据也向多样化、数据量大等方向发展，大数据管理技术能够有效地管理智能管理系统中的数据，为其提供可靠保障和支撑。常见的大数据管理技术有HDFS、Hbase、Hive等。
（3）多库协同软件
传统的计算机管理系统单纯地以基于数据信息的数据库为支撑，而随着计算机技术的发展和应用，特别是模式识别、自然语言理解、多媒体技术的研究与发展，需要大量非数据信息，如文字、视频、音频等，并对其进行存储、查询和管理。因此，在智能管理系统中，采用了多库一体化形式，并为了提高对多库的管理能力，采用多库协同软件结构。多库协同软件技术的应用，可以为广义管理模型和智能优化算法提供良好的软件基础环境。
《云计算智能管理系统》适合关注云计算、智能管理系统发展的科研人员、IT人员，以及企事业单位的管理人员阅读，并可供相关专业的本科生和研究生参考。
目录
《信息科学技术学术著作丛书》序
前言
第1章概述
1.1云计算
1.1.1云计算概述
1.1.2云计算的参考架构
1.1.3云计算的关键技术
1.2智能管理系统
1.2.1智能管理系统相关概念
1.2.2智能管理系统结构
1.2.3智能管理系统的特性与关键技术
1.3基于云计算的智能管理系统
参考文献
第2章云计算智能优化技术
2.1智能优化算法概述
2.1.1智能优化算法
2.1.2蚁群算法
2.1.3鱼群算法
2.2云环境下智能优化算法
2.2.1云环境下的蚁群算法
2.2.2云环境下的鱼群算法
2.3云环境下智能优化算法的应用
2.3.1SaaS服务动态选择问题
2.3.2能耗感知的SaaS服务部署问题
2.4本章小结
参考文献
第3章云计算数据挖掘技术
3.1云计算数据挖掘概述
3.1.1数据挖掘相关概念
3.1.2数据挖掘分布式并行处理模式
3.1.3云计算数据挖掘
3.2云环境下的挖掘算法
3.2.1云环境下的特征抽取算法
3.2.2云环境下的分类算法
3.2.3云环境下的CAP聚类算法
3.2.4云环境下的数据流分类挖掘算法
3.3云环境下的集成挖掘算法
3.3.1云环境下的集成分类算法
3.3.2云环境下的聚类融合算法
3.4云环境下的文本挖掘技术
3.4.1SparkR简介
3.4.2分布式爬虫实现
3.4.3文本分词及词频统计
3.4.4文本挖掘算法
3.5本章小结
参考文献
第4章云计算大数据管理技术
4.1云计算大数据管理概述
4.1.1云计算大数据管理技术阶段
4.1.2大数据管理的基本流程
4.1.3大数据处理模式
4.1.4大数据系统管理基准
4.2大数据存储技术
4.2.1大数据存储
4.2.2云存储模型
4.3大数据查询和分析技术
4.3.1大数据查询技术
4.3.2大数据分析技术
4.4大数据挖掘技术
4.4.1非数据化数据挖掘及云计算大数据挖掘实例
4.4.2数据流管理
4.5本章小结
参考文献
第5章云计算知识管理系统
5.1云计算知识管理概述
5.1.1云计算对知识管理的影响
5.1.2云计算知识管理的现状
5.1.3云计算知识管理的体系结构
5.2云计算知识服务匹配
5.2.1服务匹配
5.2.2基于本体的服务匹配与搜索
5.2.3云计算知识服务匹配与搜索方法
5.2.4制造云知识服务匹配实现
5.3云计算知识服务组合
5.3.1云计算知识服务动态组合相关概念
5.3.2云计算知识服务动态组合模型
5.3.3云计算知识服务动态组合策略
5.4云制造虚拟企业知识管理系统
5.4.1云制造虚拟企业知识管理体系结构
5.4.2云制造虚拟企业知识服务
5.4.3云制造虚拟企业知识共享
5.4.4云制造虚拟企业知识管理关键技术
5.5本章小结
参考文献
第6章云计算商务智能系统
6.1云计算商务智能系统概述
6.1.1云计算商务智能的现状
6.1.2云计算商务智能体系结构
6.1.3云计算商务智能发展趋势
6.2云计算数据仓库
6.2.1云计算数据仓库设计
6.2.2云计算数据预处理
6.2.3云计算数据管理
6.3SaaS BI多租户技术
6.3.1SaaS多租户相关知识
6.3.2多租户业务流程定制
6.3.3多租户服务定制
6.3.4多租户演变模型构建
6.4农业气象商务智能系统
6.4.1建设背景
6.4.2系统目标
6.4.3系统结构
6.5本章小结
参考文献
文摘
版权页：
插图：
数据挖掘技术是通过对大量数据进行分析处理，提取出有用的、未知的、可执行的信息，并辅助决策的过程。将数据挖掘技术融于智能管理系统中，能够深度挖掘出数据的价值，尤其在云计算环境下的数据挖掘技术，数据挖掘算法运行在数据中心提供的分布式计算资源上，为海量数据的挖掘提供有力支撑和性能保障。MapReduce是典型的并行处理分布计算模式，通过映射和规约将大数据细化粒度进行处理，大部分数据挖掘算法可以表示为分布式并行处理的任务，通过分布式并行计算框架进行处理。目前，数据挖掘算法研究的热点是如何改进数据挖掘算法，使之适应分布式并行计算框架，以解决数据挖掘性能问题。
大数据管理技术，采用非关系型数据库、分布式存储和并行处理方式，可以解决数据量大、数据种类多、数据异构等多种问题，从海量数据中发现深层次的知识和联系。随着信息化的不断深入，智能管理系统涉及的数据也向多样化、数据量大等方向发展，大数据管理技术能够有效地管理智能管理系统中的数据，为其提供可靠保障和支撑。常见的大数据管理技术有HDFS、Hbase、Hive等。
（3）多库协同软件
传统的计算机管理系统单纯地以基于数据信息的数据库为支撑，而随着计算机技术的发展和应用，特别是模式识别、自然语言理解、多媒体技术的研究与发展，需要大量非数据信息，如文字、视频、音频等，并对其进行存储、查询和管理。因此，在智能管理系统中，采用了多库一体化形式，并为了提高对多库的管理能力，采用多库协同软件结构。多库协同软件技术的应用，可以为广义管理模型和智能优化算法提供良好的软件基础环境。
| ISBN | 7030565754,9787030565754 |
|---|---|
| 出版社 | 科学出版社 |
| 作者 | 倪志伟 |
| 尺寸 | 5 |