本书共分为八章，分别为数据分析概述、外部数据的获取、数据处理、函数的应用、数据透视表与数据透视图、数据分析与可视化、Excel数据分析实例、撰写数据分析报告。本书注重平衡理论知识和实践应用，每章都包含

本课程为数据库进阶课程，讲述数据库企业级应用技术。教材共8章内容，另加两个附录。 ~7章为基础部分，第8章为扩展部分；凡标有*号的部分均为扩展内容，可根据实际情况选读、选讲；每章均有完整的学习案例贯穿其中。第1章为关系数据库设计范式，讲述关系数据库中表设计时的三大范式原则；第2章为关系数据库事务，讲述关系数据中进行数据维护、操作时如何使用事务来保证数据的安全性、一致性和完整性；第3章为存储过程开发，讲述存储过程的作用、种类以及开发语法；第4章为触发器应用，讲述触发器的概念、作用、种类、应用以及相关的基本语法；第5章为关系数据库管理，讲述如何实现数据权限控制、数据备份、恢复等；第6章为查询检索 应用，讲述查询检索的 技巧，以及特定关键字的功能用法；第7章为PowerDesigner设计工具，讲述如何运用此工具进行

《不确定信息的处理与知识挖掘》在作者汪凌对粗糙集相关理论进行研究及应用的基础上，系统论述了不确定信息的处理与知识挖掘理论、方法体系，囊括了包含作者近期成果在内的一些 模型、算法和实例。主要内容包括：基于广义决策系统分割点区分度的连续属性离散化方法、基于改进粒子群优化的连续属性离散化方法、基于相对分辨矩阵和信息熵的属性约简算法、基于属性区分频度的约简改进算法、基于全局寻优的完备信息系统知识获取算法、基于相容矩阵计算的不完备信息系统知识获取算法， 介绍了不确定信息的处理在城市交通领域中的应用研究。 本书适合高校应用数学、信息科学、系统工程以及管理工程等专业的高年级本科生和研究生阅读，同时对有关领域的研究人员和工程技术人员也具有重要的参考价值。

本书是数据挖掘精髓的浓缩。第1章用通俗易懂的语言回答五个基本问题，包括什么是数据，什么是大数据，什么是数据挖掘，以及数据挖掘能挖掘出哪些东西和会产生什么价值。然后用6章的篇幅介绍k-均值、k-近邻、朴素贝叶斯、决策树、回归分析和关联规则挖掘等6种方法。第8章介绍一些实际的应用，演示简单的数据挖掘方法如何产生巨大的价值。本书可供高校的数据科学与大数据、智能科学与技术、人工智能、计算机科学与技术和统计类、应用数学等相关专业的学生作为教材使用，也可供高校的商科大数据、金融等专业的学生、 的中学生、科技企业的管理者和相关行业的投资人学习参考。

樊颍军编著的《电子商务数据库技术(全国高职高专院校十二五规划教材)》讲述了：随着计算机的广泛应用和迅速普及，使得人们在日常生活中管理的信息量急剧增加，因而数据库技术已经逐渐成为信息技术的重要组成部分。目前，数据库技术已经拓展到各行各业的多种应用当中。对于高等院校各专业的学生而言，学习一种数据库管理系统的应用技术，掌握相应的数据库应用系统开发技能是信息技术发展对学生的要求。《电子商务数据库技术(全国高职高专院校十二五规划教材)》为读者全面了解数据库技术在电子商务中的应用，运用计算机网络从事经济商务活动、应用、维护和开发电子商务网站打下了坚实的基础。

《关系数据库管理系统中的数据处理研究》分7章，对关系数据库管理系统中数据处理的相关问题进行了阐述，包括数据依赖、数据模型、数据定义、数据的查询处理与优化、数据的控制，并对关系数据库的设计、应用与实现进行了讨论，最后还论述了Web数据库的交换原理等内容。

本书是数据挖掘精髓的浓缩。第1章用通俗易懂的语言回答五个基本问题，包括什么是数据，什么是大数据，什么是数据挖掘，以及数据挖掘能挖掘出哪些东西和会产生什么价值。然后用6章的篇幅介绍k-均值、k-近邻、朴素贝叶斯、决策树、回归分析和关联规则挖掘等6种方法。第8章介绍一些实际的应用，演示简单的数据挖掘方法如何产生巨大的价值。本书可供高校的数据科学与大数据、智能科学与技术、人工智能、计算机科学与技术和统计类、应用数学等相关专业的学生作为教材使用，也可供高校的商科大数据、金融等专业的学生、 的中学生、科技企业的管理者和相关行业的投资人学习参考。

《网络数据库应用技术研究》以基于网络环境的数据库管理系统为主线，对网络数据库应用技术进行探究。从网络数据库的概念入手，探究了网络数据库应用的关键技术、网络数据库运行平台的建立、网络数据库管理系统SQLServer网络数据库应用开发等内容，并配以网络数据库应用的案例，具有很强的实用性，最后探究了网络数据库相关的几个热点问题。《网络数据库应用技术研究》内容紧凑、结构合理、可供科技工作者与网络数据库应用系统开发人员阅读参考。

琚春华、封毅著的《商业数据流挖掘模型方法及应用》是针对商业数据流挖掘模型、方法及应用的学术研究专著。全书共分9章：第1章为绪论，综述了商业数据流挖掘的相关概念和研究进展并描述了全书的概貌，起到了导引的作用；第2章和第3章为模型篇，主要介绍了商业数据流管理模型与商业数据流概念漂移模型；第4、5、6章为方法篇，分别从商业数据流关联规则、分类、聚类三大方面对商业数据流的挖掘方法进行了详细阐述；第7章和第8章共同构成了应用篇，主要介绍了商业数据流挖掘的两方面应用案例； 一章对商业数据流挖掘模型、方法及应用进行了归纳总结，并对商业数据流挖掘的未来发展做出展望。 本书适于从事数据挖掘和智能信息处理研发的科技工作者阅读使用，也可作为高等院校数据挖掘、智能信息处理、管理科学与工程等管理类和信息类相关

空间数据挖掘是一个从海量数据中概括知识的不确定过程，不同用户在不同条件下有着不同的挖掘要求。本书提出空间数据挖掘视角，描述不同的数据挖掘需求，实现从相同数据向多种知识的变粒度挖掘。空间数据挖掘不确定性

本书以面向应用、面向实战为指导思想，紧扣企业技术人才培养的特点，在知识点讲解和实验中避免复杂的理论，使读者能快速上手体验、验证大数据处理的魅力，以激发读者的学习兴趣。本书覆盖了大数据生命周期中的主要技术要点，全书共8章，第1章介绍大数据的产生和特点及思维的变革，第2章了解大数据生态系统，第3～7章按照大数据的生命周期，分别讨论大数据采集与预处理、大数据管理、大数据分析、大数据可视化、大数据应用的基本原理和方法，第8章讨论大数据安全面临的挑战。本书可作为本科、高职院校大数据技术或数据科学课程的参考书或教材，也可供数据科学相关技术人员阅读。