本书是为广大数据分析师量身定制的入门读物，它旨在帮助读者站在大数据时代的制高点。数据分析处于统计学、计算机信息科学、运筹学、数据库等多个领域的交叉地带，大数据时代的到来大大丰富了数据分析的内涵，数据分析师的职责与以往相比发生了巨大的改变。本书全面介绍了经典数据分析、模式识别、机器学习、深度学习、数据挖掘、商务智能等多个领域的数据分析算法，将大数据时代的数据分析热点技术一网打尽。本书为每个数据分析算法都搭配了一个经典案例，并按照由易到难的原则构建知识框架，充分照顾了不同水平读者的阅读习惯。通过阅读本书，读者将对大数据时代下的数据分析有一个全面的认识。无论是入门级的数据分析员还是有一定基础的数据分析师，都能通过本书完善、加深对数据分析的认识。

本书是中山大学重点学科建设成果，获中国矿物岩石地球化学协会大数据与数学地球科学专业委员会推荐，是我国*部地质科学大数据与机器学习教材。本书是中山大学研究生试用研究型教材，对运用大数据挖掘与机器学习算法解决地球科学问题大有裨益。适合地质科学领域研究生和高年级本科生做教材，也可供科研人员研究时参考。它系统地介绍了地球科学大数据挖掘与机器学习的基本框架与原理，重点分析高维数据的降维、分类与预测、大图形社区结构识别、无限流数据处理、机器学习及人工智能地质学的建模过程，对必要的应用场景，使用Python语言给出案例。

在新媒体时代，如果对新闻报道、网上搜索的结果或者所谓的 专家告知 不加思考地完全相信，那你就等着上当受骗吧！ 本书围绕当今*受瞩目的大数据科学理论，通过日本政府公布的公开数据，集中针对访日游客的增加、舆论调查的可靠性、 安倍经济学 的成果、东日本大地震后的状况、相对贫困、失业率的下降、年轻人远离ХХ、全球变暖问题、减肥、恩格尔系数的上升等10个主题进行数据解读，帮助读者模拟体验数据读取方法，提高理解和分析数据的能力，挖掘出数据背后隐藏的真相。 作为 大数据分析 的超级入门书，即使不擅长数学、不了解统计学的人，读完本书也可以彻底掌握数据解读方法！

《MySQL从入门到精通》从初学者角度出发，通过通俗易懂的语言以及丰富多彩的实例，详细介绍了MySQL开发应该掌握的各方面技术。《MySQL从入门到精通》共分为4篇23章，包括数据库基础，初识MySQL，使用MySQL图形化管理工具，数据库操作，存储引擎及数据类型，操作数据表，MySQL基础，表数据的增、删、改操作，数据查询，常用函数，索引，视图，数据完整性约束，存储过程与存储函数，触发器，事务的应用，事件，备份与恢复，MySQL性能优化，权限管理及安全控制，PHP管理MySQL数据库中的数据，Apache+PHP+MySQL实现网上社区，Struts 2+Spring+Hibernate+ MySQL实现网络商城等内容。所有知识都结合具体实例进行介绍，涉及的程序代码也给出了详细的注释，可以使读者轻松领会MySQL的精髓，快速提高开发技能。 《MySQL从入门到精通》内容详尽，实例丰富，非常适合作为编程初学

大数据是当前流行的热点概念之一，其已由技术名词衍生到对很多行业产生颠覆性影响的社会现象，作为明确的技术发展趋势之一，基于大数据的各种新型产品必将会对每个人的日常生活产生日益重要的影响。 张俊林著的这本《大数据日知录：架构与算法》从架构与算法的角度全面梳理了大数据存储与处理的相关技术。大数据技术具有涉及的知识点异常众多且正处于快速演进发展过程中等特点，其技术点包括底层的硬件体系结构、相关的基础理论、大规模数据存储系统、分布式架构设计、各种不同应用场景下的差异化系统设计思路、机器学习与数据挖掘并行算法以及层出不穷的新架构、新系统等。本书对众多纷繁芜杂的相关技术文献和系统进行了择优汰劣并系统性地对相关知识分门别类地进行整理和介绍，将大数据相关技术分为大数据基础理论、大数据系统体系结

本书主要以OpenTSDB的很新版本（2.3.1版本）为基础进行介绍。章从OpenTSDB的入门开始，介绍市面上多种时序数据库和云端时序数据库，OpenTSDB的基础概念、源码环境搭建及Grafana的基本使用等。第2章主要介绍OpenTSDB的网络层，涉及Java NIO基础、Netty基本使用，分析了OpenTSDB网络层的架构和实现。第3章介绍OpenTSDB中UniqueId组件的原理，主要讲解如何实现UID与字符串之间的映射。第4章介绍OpenTSDB如何实现时序数据的存储及相关优化。第5章介绍OpenTSDB如何实现时序数据的查询，其中分析了OpenTSDB查询中每个步骤的实现。第6章和第7章主要介绍OpenTSDB中的元数据及Tree结构的实现和功能。第8章主要分析OpenTSDB中的插件及工具类实现原理。

对于各种满载私人信息的大体量数据集的生成和使用，你的组织的政策规范是什么？《大数据伦理：平衡风险与创新》考察了由大数据现象所引发的各种伦理问题，并解释了为什么各个单位需要重新思考涉及隐私和身份问题的商业决策。作者科德·戴维斯和道格·帕特森给出了各种方法和技术来帮助你的企业深入自身当前的数据实务，开展一种透明而富有成效的伦理调查。掌握数据如何被处理，对于个人和组织都属于合法具有的利益。你对数据的使用情况能够直接影响品牌质量和收益，就像在塔吉特、苹果、奈飞，以及其他数十家大公司身上印证出的那样。通过这《大数据伦理：平衡风险与创新》，你将学会如何使你的行为统一于明晰的公司价值观，如何赢得客户、合作伙伴和利益相关者的信任。

本书以大数据为研究背景，系统分析了传统数据技术当前存在的问题以及面临的挑战，并对比了当前主流的面向大数据的数据库解决方案，在此基础上阐述了笔者的研究工作：基于MapReduce平台高处处理大数据的OLAP研究。书中反应了当前大规模数据仓库研究的热点和成果，值得大数据研究的人员参考和应用。

基于国家973和863相关项目成果，采用汤森路透德温特世界专利创新索引数据库作为统计数据来源，对信息存储领域的专利文献进行检索分析，从存储器件、设备、系统等层面，选取了目前信息存储领域中的多项重要技术，利用专利统计分析的方法对其发展态势进行了研究，特别是对信息存储领域相关专利进行宏观统计分析以及核心专利的具体分析，可以全方位了解信息存储技术的发展历程、专利的国家或地区分布、重要专利权人的竞争态势，为制定相关战略提供决策参考。同时结合华为、中兴、联想、浪潮、IBM、EMC、三星、美光等国内外知名企业的实际案例，从中国本土和全球的布局两个角度分别分析了专利产出、主要竞争者、热点技术和研发重点以及竞争态势，力求找到信息存储技术专利申请对技术产业化与企业发展的作用，供信息存储研发人员、专利工作者和

近年来，随着Web技术的发展和应用的普及，大量用户将线下行为转移到线上进行，并且通过各种社会媒体随时随地进行社会交互和情感表达。这些海量的社会行为形成的大数据，催生了社会计算这个新的跨学科的研究和应用领域。《清华大学学术专著·社会计算：用户在线行为分析与挖掘》在大数据的时代背景和社会计算的框架下，介绍从大量用户在线行为数据中发现其中隐含的用户行为模式和兴趣偏好的方法和技术。全书主要内容分为7个部分，分别介绍用户在线搜索行为、网上购物行为、浏览行为、社会标注行为、评论行为以及社交行为等方面的数据分析技术和方法，涉及搜索意图的分析、购物模式的发现、周期行为的挖掘、标签的有效聚类、评论意见的挖掘、用户偏好的发现、个性化方法、链接分析以及社会网络的分析方法等研究内容。 《清华大学学术专

数据库的性能优化一直是DBA日常工作中非常重要的组成部分，然而很多DBA在学习了大量技术，参加了大量培训后，仍然会在实际工作中遇到难以下手的问题。实际上，在数据库优化工作中，方法和思路远比技术实现重要得多。 《DBA的思想天空：感悟Oracle数据库本质》重在介绍Oracle数据库的性能调优方法及相应的工作思路，但并不拘泥于技术细节。作者通过大量真实案例，深度剖析了相关技术原理，同时还阐述了理论知识在实践中的应用方法。优化工作的本质其实就是透过表象探寻根源，解决问题实现调优，正所谓 思路是道，操作方法是技 ，得道是极大的提升，也是DBA的思想精髓。 n

过去几十年里，Web的迅速发展使其成为世界上规模zui大的公共数据源。Web挖掘的目标是从Web超链接、网页内容和使用日志中探寻有用的信息。 《世界计算机教材精选：Web数据挖掘（第2版）》旨在阐述Web数据挖掘的概念及其核心算法，使读者获得相对完整的关于Web数据挖掘的算法和技术知识。本书不仅介绍了搜索、页面爬取和资源探索以及链接分析等传统的Web挖掘主题，而且还介绍了结构化数据的抽取、信息整合、观点挖掘和Web使用挖掘等内容，这些内容在已有书籍中没有提及过，但它们在Web数据挖掘中却占有非常重要的地位。全书分为两大部分：部分包括第2章到第5章，介绍数据挖掘的基础，第二部分包括第6章到2章，介绍Web相关的挖掘任务。从本书自版出版之后，很多领域已经有了重大的进展。新版大部分的章节都已经添加了新的材料来反应这些进展，主要

《数据挖掘概念与技术》(英文版)(第2版)版曾被KDnuggets的读者评选为欢迎的数据挖掘专著，是一本可读性的教材。它从数据库角度全面系统地介绍了数据挖掘的基本概念、基本方法和基本技术以及数据挖掘的技术研究进展，重点关注其可行性、有用性、有效性和可伸缩性问题。但是，自版出版之后，数据挖掘领域的研究又取得了很大的进展，开发出了新的数据挖掘方法、系统和应用。第2版在这一方面进行了加强，增加了多个章节讲述的数据挖掘方法，以便能够挖掘出复杂类型的数据，包括流数据、序列数据、图结构数据、社群网络数据和多重关系数据。 《数据挖掘概念与技术》(英文版)(第2版)主要特点 全面实用地论述了从实际业务数据中抽取出的读者需要知道的概念和技术。 更新并结合了来自读者的反馈、数据挖掘领域的技术变化以及统计和机器学习

本书是机器学习和数据挖掘领域的经典教材，被众多国外名校选为教材。书中详细介绍用于数据挖掘领域的机器学习技术和工具以及实践方法，并且提供了一个公开的数据挖掘工作平台Weka。本书主要内容包括：数据输入/输出、知识表示、数据挖掘技术（决策树、关联规则、基于实例的学习、线性模型、聚类、多实例学习等）以及在实践中的运用。本版对上一版内容进行了全面更新，以反映自第2版出版以来数据挖掘领域的技术变革和新方法，包括数据转换、集成学习、大规模数据集、多实例学习等，以及新版的Weka机器学习软件。

当今，放限 ，有太多的民众经历过身份被盗，电信、网络诈骗犯罪时有耳闻，与此同时，社交媒体微信、微博、QQ空间中不时晒出大量照片和行踪，似乎所有人都末意识到隐私问题。 不法分子何以实施这些犯罪？我们如何防范于末然、保护自己和家人？《大数据时代的隐私》是两位美国 网络安全专家 ·M·佩顿、西奥多·克莱普尔为大众倾力奉献的—本大数据时代隐私安全读本。书中列举了大量的大数据应用以及安全和隐私相关案例，包括企业如何利用大数据进行营销、执法机构如何利用大数据执法等，也包括不法分子如何利用非法或合法的手段获取数据，如何利用社交网络进行犯罪。同时，每章还提出了一些有针对性的工具、技巧用来检查和防范。看完本书，相信你会对隐私和安全有新的认识。

《数据科学导引》是博雅大数据学院针对新开设的“数据科学与大数据技术”专业编写的数据科学导论课程教材。 《数据科学导引》内容共分十五章，包括绪论、数据预处理、回归模型、分类模型、集成模型、聚类模型、关联规则挖掘、降维、特征选择、EM算法、概率图模型、文本分析、图与网络分析、深度学习、分布式计算。附录部分对相关的基础知识做了简要介绍。 《数据科学导引》还提供了大量的数据分析实践案例，有助于加深读者对理论知识的理解，及培养其实际应用能力。 《数据科学导引》可作为全国高等学校数据科学相关专业的本科生和研究生教材，也可供从事相关工作的技术人员参考使用。