实战情报大数据

l 多层面阐述情报大数据的丰富内涵和实践。

l 全方位描绘跨领域跨行业大数据框架体系。

l 立体化覆盖情报大数据的采集处理和分析。

l 宽领域概览情报大数据的规律及应用特点。

l 广视角展示情报大数据的实施技术与工具。

　　通过大数据手段搜集挖掘情报信息，已成为国际上专业情报领域的重要手段。
　　《实战情报大数据》选取网络舆论、社会事件、开源人物、用户行为、科技动态、视频图像、公共卫生等多个具有代表性的情报大数据领域，围绕大数据背景下情报的采集、存储、管理和分析等方面，从技术实现途径进行全方位详解，以帮助读者学习掌握在海量数据中提炼出高价值情报的方法。
　　《实战情报大数据》适合高等学校数据科学与大数据、计算机、软件工程、人工智能等本专科教学使用，也适合作为对情报大数据感兴趣的研究生、工程师和研究人员的学习资料。
　　《实战情报大数据》特点：
　　多层面阐述情报大数据的丰富内涵和实践
　　全方位描绘跨领域跨行业大数据框架体系
　　立体化覆盖情报大数据的采集处理和分析
　　宽领域概览情报大数据的规律及应用特点
　　广视角展示情报大数据的实施技术与工具

　　邓劲生，国防科技大学前沿交叉学科学院教授，主要从事大数据、人工智能、情报科学等方面的研究。主持国家和省部级科研项目十余项，获得科技进步奖和教学成果奖多项，著译图书十余本，发表论文数十篇。
　　
　　黄金锋，国防科技大学国际关系学院教授，主要从事情报科学、超级计算、网络空间安全等方面的研究。参与千万亿次超级计算机“天河”研发，获得国家科技进步特等奖等荣誉，目前致力于传统情报和大数据分析方法的交叉融合创新实践。
　　
　　黎珍，国防科技大学专职科研人员，主要从事大数据、神经网络、情报科学等方面的研究。作为技术骨干参与多项重大数据工程建设，围绕情报大数据产品及服务，全面负责项目管理工作。

第1章 情报大数据概述
1．1 大数据方法对情报的颠覆性影响
1．1．1 大数据时代的情报新特点
1．1．2 大数据时代情报工作新思维
1．1．3 情报大数据的分析流程
1．2 “棱镜”计划案例简介
1．2．1 数据基础
1．2．2 情报分析
1．2．3 情报目标
1．3 情报大数据平台常用框架
1．3．1 数据源采集
1．3．2 大数据预处理
1．3．3 大数据存储
1．3．4 大数据分析与挖掘
1．3．5 常见技术框架和工具
1．3．6 学习阶段建议

第2章 网络舆论情报大数据采集与分析
2．1 总体设计
2．1．1 需求分析
2．1．2 技术选型
2．1．3 框架软件
2．1．4 开发流程
2．2 实战环境搭建
2．2．1 准备操作系统环境
2．2．2 搭建Hadoop平台
2．2．3 数据采集工具Flume
2．2．4 数据仓库Hive
2．2．5 数据导入导出工具SqOOp
2．2．6 配置数据库MySQL
2．3 业务开发
2．3．1 数据采集与上传至HDFS
2．3．2 数据存储在Hive
2．3．3 Sqoop导出数据到MySQL
2．3．4 数据导成表格
2．4 可视化分析
2．4．1 热门关键词词云
2．4．2 热门关键词词频

第3章 社会事件情报关联与可视化分析
3．1 总体设计
3．1．1 功能结构
3．1．2 业务流程
3．1．3 数据库设计
3．1．4 数据库选型
3．2 实战环境搭建
3．2．1 安装ClickHouse
3．2．2 配置ClickHouse
3．2．3 创建ClickHouse库表
3．2．4 数据导人ClickHouse
3．3 业务开发
3．3．1 创建开源情报采集库表
3．3．2 定时更新Gdelt记录
3．3．3 下载gdeltv2文件
3．3．4 数据导入ClickHouse
3．4 可视化分析
3．4．1 国家／地区交互网络构建
3．4．2 西方媒体对中国的情感分析
3．4．3 全球人物热点分析
3．4．4 全球组织关系热点分析
3．4．5 全球热点主题分析
3．4．6 抗议性事件情况分析
……

第4章 开源人物情报社会网络构建
第5章 用户行为情报分析及个性化推荐
第6章 科技动态情报大数据搜索优化
第7章 视频图像情报深度学习车牌识别
第8章 公共卫生情报可视化态势展示
参考文献

　　“知己知彼，百战不殆”，情报领域开山之作和集大成者《孙子兵法》如是说。无论军事、商贸还是工业，详尽的情报分析一直是重大决策之前不可或缺的步骤，古今中外，概莫能外。进入到大数据时代，各行各业都毫无悬念地迎来了巨大变革，情报的采集、存储和管理以及分析方法等都正在发生天翻地覆的变化。
　　古人云：“吹尽狂沙始到金”，如何从海量数据中快速有效地提炼出高价值的情报，一直是决策者面临的最大问题。比起常规大数据分析而言，情报大数据分析更为复杂，数据容量更大，要求结构设计更加合理，数据处理更为高效，能够基于特定专业领域需求进行数据融合，产生专用的数据服务产品并予以直观展现，同时还要注意信息防御和数据安全管理。
　　水无常形，大数据时代的情报获取和分析方法更为丰富。一方面，采集手段不断多样化，数据来源渠道大为拓展，可获取更多复杂维度的数据。另一方面，研究对象不断扩大化，大量非结构化或半结构化数据涌人，包含样式繁多的异构信息。这些多源异构情报数据聚合在一起形成巨大的数据流，同时也带来种类庞杂、数量冗余、业务纷扰、难以分析等棘手问题。
　　对于情报学科的研究和学习，目前普遍偏重于“信息”，例如信息计量、信息构建、知识管理、信息资源评价、可视化、资源共享、信息鸿沟、信息行为、信息政策、信息生态以及网络传播等。在掌握面向情报业务所需知识和技术手段方面略显薄弱，对情报学科的前沿交叉性体现不足。关于重大决策所需的情报支持，小到具体基层单位的情报资料咨询和战略发展规划，大到根据一系列不稳定因素触发可能引发社会冲突、制约经济发展的预警机制，更是情报大数据的迫切现实需求。
　　为了适应情报大数据技术的发展，满足相关人才培养的迫切要求，作者团队在多个应用工程的实践基础上，整理最近的相关前沿科技资料，融汇有关教学科研成果，并结合行业需求背景和实现途径，以实战实训为核心理念，全面系统地描述了情报大数据采集、处理和分析的开发流程及关键技术，既注重知识框架的构建，也注重业务分析能力的培养。在内容组织上，力求学习体系完整、逻辑结构合理、重点和要点突出，以有利于读者掌握在海量数据中提炼出高价值情报的方法。