本书致力于研究现代分析系统（AS）中知识的概念、处理和有效利用问题。研究了此类系统在数据-信息-知识范式中的功能特征，涵盖了所有阶段——从处理原始数据、提取和分析知识，及其在决策过程中的使用。基于对已知的知识表示模型及其处理方法的综合分析，表明构建现代分析系统最可接受的方法是语义建模，它侧重于数据的语义方面、它们的关联关系和数据的公开、隐藏的依赖。不仅研究了构建现代分析系统的理论方面，还介绍了广泛的流程和知识管理技术，从确定知识在现代分析系统中的作用和位置，到现代技术使用的实际建议和示例为结束，包括用于不同学科领域的网络。

1 大数据技术
大数据技术人员
大数据技术
2 互联网资源作为大数据
大数据来源
数据收集
生成JSON文件
RSS转换为JSON程序示例
3 技术栈Elastic
Logstash
Kibana
Elastic Cloud
4 Elasticsearch系统
安装Elasticsearch
加载Elasticsearch数据库
CRUD操作
对Elasticsearch的查询
5 Kibana系统与Elasticsearch系统的连接
安装Kibana系统
使用Console工具工作
使用Discover工具工作
使用Visualizations工具工作
6 数据集
如何查询集
按需发布的趋势
将数据转换为CSV格式
用Excel表格处理数据
在WinPython环境中运行
时间序列校平
小波分析项
7 网络数据的分析与可视化
介质
网络参数
全局效率系数
聚类系数
模块化
网络现象
随机埃尔多斯-任易网络模型
Barabashi-Albert随机网络模型
网络节点排名
检索文件数组
形成词典
选择加权词
概念邻接矩阵的形成
8 网络数据可视化：GEPHI系统
辅助选项卡窗口
筛选选项卡
“统计”选项卡
“堆叠”选项卡
通过“图”界面创建图
测试图布局
LES Miserables图的堆叠
排序和统计
网络过滤
9 图形数据库管理系统Neo4j
安装Neo4j
启动系统
Cypher语言
将数据从CSV导入Neo4j图
10 NoSQL类型的数据库管理系统——MongoDB数据库管理系统
服务器和普通客户端安装
一些普通客户端命令
以外部格式从表导入数据库
MongoDB数据库Compass客户端
以外部格式将数据库导出到表
运行GUI MongoDB Compass
执行CRUD命令
内容索引
参考文献