国家出版基金资助项目 湖北省学术著作出版专项资金资助项目。　封面英文题名：Theories and methods of intelligent product configuration in the era of big data。　本书首先介绍了大数据时代的背景与意义、数字制造与产品配置、大数据时代的挑战，以及基于大数据的客户需求信息的概念界定，然后阐述了客户需求信息标准化的相关模型、大数据客户需求信息挖掘、产品智能配置、规范化信息处理、人工智能的应用，最后以实例来解析上述理论和方法。

目录: 
1 绪论 
1．1 背景和意义 
1．2 数字制造与产品配置 
1．2．1 数字制造 
1．2．2 产品配置 
1．3 大数据时代的挑战 
1．3．1 大数据与制造业大数据时代 
1．3．2 大数据与制造企业大数据现状 
1．3．3 大数据处理流程 
1．3．4 大数据的关键技术 
1．3．5 大数据与制造企业所面l临的挑战 
1．3．6 大数据技术发展趋势 
1．3．7 大数据产业发展重点 
1．3．8 大数据未来发展建议 
参考文献 2 基于大数据的客户需求信息的概念界定 
2．1 大数据的概念和内涵 
2．1．1 大数据概念的提出 
2．1．2 大数据的特征 
2．1．3 大数据挖掘流程 
2．1．4 大数据的应用领域 
2．2 基于Hadoop的大数据处理 
2．2．1 HDFS体系结构 
2．2．2 HBase分布式数据库 
2．2．3 MapReduce计算模型 
2．3 互联网的客户需求信息获取框架 
2．3．1 数据清理 
2．3．2 用户识别 
2．3．3 关键词提取 
参考文献 3 标准化客户需求信息相关模型 
3．1 标准化客户需求信息获取模型 
3．2 标准化客户需求信息的结构和表达模型 
3．2．1 标准化客户需求信息的结构模型 
3．2．2 标准化客户需求信息的表达模型 
3．3 标准化客户需求信息的知识库模型 
3．3．1 客户需求知识表达 
3．3．2 客户需求知识库模型的构建 
参考文献 4 大数据客户需求信息处理技术 
4．1 大数据客户需求信息存储 
4．1．1 HBase数据存储原理 
4．1．2 HBase存储客户需求信息的整体架构 
4．1．3 Hbase中客户需求信息存储表设计 
4．2 大数据客户需求信息预处理技术 
4．2．1 客户需求特征属性提取 
4．2．2 客户需求信息的定量标定 
4．3 大数据客户需求信息数据挖掘技术 
4．3．1 基于MapRedLice的K-Means算法的设计与实现 
4．3．2 基于MapRecluce的KNN算法设计与实现 
4．3．3 朴素贝叶斯分类并行算法的设计与实现 
4．3．4 决策树并行分类算法 
4．4 大数据客户需求信息推荐技术 
4．4．1 推荐系统 
4．4．2 MapReduce推荐算法设计 
参考文献 5 产品智能配置