图目录
图1—1 大数据平台应用场景…………………………………………（9）
图1—2 社会化多源数据的智能采集与规划应用…………………………………………（10）
图1—3 高价值结构化大数据库…………………………………………（11）
图1—4 大数据采集系统构架…………………………………………（12）
图1—5 分布式计算任务处理过程…………………………………………（14）
图1—6 大数据处理平台框架…………………………………………（21）
图1—7 数据采集与融合逻辑…………………………………………（22）
图1—8 数据质量规则定义…………………………………………（23）
图1—9 HDFS系统架构…………………………………………（25）
图1—10 HDFS集群架构…………………………………………（25）
图1—11 基于MySQL的关系数据库集群…………………………………………（27）
图1—12 基于HBase的NoSQL数据库集群…………………………………………（28）
图1—13 HBase集群架构…………………………………………（29）
图4—1 CPI指数与网络搜索行为逻辑关系框架…………………………………………（80）
图4—2 全国2015年1月至2017年12月“猪肉价格”搜索指数和猪肉价格…………………………………………（83）
图4—3 价格相关关键词综合搜索量与CPI混频数据…………………………………………（94）
图4—4 模型预测样本内及样本外预测精度…………………………………………（96）
图4—5 真实CPI指数与ARMA模型预测CPI指数对比…………………………………………（101）
图4—6 真实CPI指数与模型（1）至（6）预测CPI指数对比…………………………………………（101）
图5—1 P2P动态预警系统…………………………………………（113）
图5—2 数据处理流程…………………………………………（115）
图5—3 P2P网贷平台数量随时间变化…………………………………………（119）
图5—4 模型的学习曲线…………………………………………（122）
图6—1 城镇人口增长率与实际房价增长率…………………………………………（131）
图6—2 城镇人口与实际房价波动（hp滤波）…………………………………………（132）
图6—3 房地产项目开发一般流程…………………………………………（133）
图6—4 住房偏好冲击分析…………………………………………（143）
图6—5 住房部门技术冲击分析…………………………………………（144）
图6—6 消费品部门技术冲击分析…………………………………………（145）
图6—7 货币政策冲击分析…………………………………………（146）
图7—1 可持续发展的“三支柱”或“三重底线”关系…………………………………………（160）
图7—2 2000—2016年中国经济增长趋势…………………………………………（165）
图7—3 2000—2016年中国经济需求结构变化图…………………………………………（166）
图7—4 中国能源消耗变化趋势…………………………………………（167）
图7—5 中、美、日CO2排放情况…………………………………………（167）
图7—6 2004—2016年新旧动能历年变化趋势…………………………………………（168）
图7—7 大数据与绿色发展关系…………………………………………（170）
图7—8 全国私人汽车拥有量及增长率…………………………………………（175）
图7—9 2009—2016年上海市经营性停车场运营情况…………………………………………（176）
图7—10 货车帮2015—2017年违约率水平…………………………………………（179）
图8—1 全国各地区县主要领导绿色发展讲话次数变化趋势…………………………………………（191）
图9—1 关键词“PM2.5”与“雾霾”搜索指数对比…………………………………………（214）
图9—2 关键词“大气污染”“水污染”和“土壤污染”搜索指数趋势…………………………………………（215）
图9—3 关键词“PM2.5”搜索指数趋势…………………………………………（216）
图9—4 “大气污染”“水污染”和“土壤污染”媒体指数趋势…………………………………………（221）
图9—5 “大气污染”“水污染”“土壤污染”和“PM2.5”搜索指数的区域间差异…………………………………………（223）
图9—6 关键词“大气污染”“水污染”“土壤污染”和“PM2.5”搜索指数排名前十的城市…………………………………………（223）
图9—7 关键词“绿色发展”搜索指数排名前十的城市…………………………………………（225）
图11—1 总体与摩拜|OFO|哈罗单车用户评论情感倾向走势…………………………………………（266）
图11—2 小蓝|小鸣|永安行|优拜单车用户评论情感倾向走势…………………………………………（267）
图11—3 主题数k=10-40范围的共享单车用户评论文本语义一致性与独有性检验…………………………………………（269）
图11—4 共享单车用户评论主题类别归集…………………………………………（272）
图11—5 骑行体验与服务相关的6个主题情感时序变动趋势…………………………………………（273）
图11—6 押金、资费与支付相关的5个主题情感时序变动趋势…………………………………………（274）
图11—7 APP使用相关的3个主题情感时序变动趋势…………………………………………（275）
图11—8 共享车辆相关的3个主题情感时序变动趋势…………………………………………（276）