大数据技术英文论文参考文献

留学生在写毕业论文的情况下研究思路能够自身定，科学研究结果还可以自身剖析，唯有基础理论是先人的，又多又深奥，如何提取合理的信息内容用在自身的毕业论文上，但是一门技术性工作哦～今日我为大伙儿说一说，怎样在短期内高效阅读参考文献。 Literature Review的基础理论来源于 Books，Journals，Newspapers，也有Internet(尤其是Google Scholar)都能够做为cited source(引入来源于)。这儿大家就以Google Scholar为例子，给大伙儿展现一下怎样Review一篇文章： 例如你毕业论文的科学研究主题风格是Big Data(互联网大数据)在E-commerce(网络技术)行业中的运用，那么你的Literature Review就可以最少分成下列好多个一部分： 1)What’s Big Data?大数据是什么 2)How has it developed in the past years?过去的两年里发展趋势怎样 3)The use of Big Data in E-commerce互联网大数据在网络技术行业的运用 确立了Literature Review的构造，下面就可以按搜索关键词参考文献了。 进到Google Scholar，键入what’s big data，随后点一下高倍放大镜检索： 随后网页页面会出现好几个带有Big Data字眼的内容，有些是【Book】，有些是【PDF】。PDF有的能够立即点来看，不用登陆，也不用选购，因此比Book简易。第二行，也就是Title下边一行，是书或文章内容的创作者及年代，便捷你写Reference/Bibliography。这儿我们可以见到，与大家检索的关键字最贴近的是第三个，“What’s the Big Data,Intellectual History and the Longue Duree”(“大数据是什么-智能化发展历程科学研究”) 但到这儿大家还不确定性本文与大家要想的是不是有关-Big Data是什么及它的发展历程，使我们点开看一下： 很显而易见，本文并没有得出完整篇的PDF，必须登陆才可以得到详细的Access，不是便捷的。我这儿讲的是怎样高效率的，无需阅读文章全篇文章的方法。 小伙伴们能够见到有一个Summary，也就是大家大学本科常常见到的Abstract(引言)，这个是一样的。Summary归纳了全篇文章的要旨，你能从这当中了解它与你的研究对象相不有关(假如有关你能找全文读一读看，如果不有关能够从此停步了)。有的Summary乃至会放一些Key Points/Arguments(论点论据)在里面，能够直接引用到你的毕业论文里，那样最好是，都无需去找全文了。 但历经探寻大家发觉本文并没有大家想象的那么贴近科学研究主题风格，因此大家历经XX页的检索找到下一篇，是PDF方式的White Paper，能够立即开启。下边以它为例子为大伙儿解读怎么才能的阅读，选取合理信息内容。 这篇的题型能够说成分外立即了，讲的便是What’s Big Data and Why You Should Care。但尽管一全部市场研究报告都讲这一，大家都不一定要都读哦～ 最先，Executive Summary是一全篇文章的汇总，需读。次之，去翻每个Subheading，找寻你需要的关键字，剖析与你毕业论文的关联性。例如你翻出第二页和第三页，便会见到显眼的Subheading，“So,What’s Big Data”和“Big Data Sources：What and How Much”，乃至还会继续有一个与E-commerce有关的词retail(零售)掩藏在下边。 第一点：你无须为了更好地一个 Literature Review 把每章文章内容从头至尾读一遍，“世界上书本千万种，你一天读一本也读不完”。 第二点：有时你能为了更好地某一Argument去找一篇文章，却阴错阳差的找到支撑点你此外一个Argument的回答，因此在做Review的情况下，适度的应用Highlighter来开展标识也是很重要的。 例如，翠绿色就是你第一个Research Question(科学研究难题)的回答，鲜红色是第二个的回答，这些。 除此之外，有什么文本你期待直接引用到你的毕业论文中去，能够在旁边标明一个Ref，括弧里写上相匹配的创作者和年代，便于最终写Reference时搜索。如Ref 1(Bladen，2012)，Ref 2(Boldin，2015)这些。

《大数据技术原理与应用—概念、存储、处理、分析与应用》。hadoop参考文献有《大数据技术原理与应用—概念、存储、处理、分析与应用》，Hadoop是一个开源的框架，可编写和运行分布式应用处理大规模数据。