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*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