本书是数据仓库之父Inmon的新作，探讨数据的架构和如何在现有系统中有效地利用数据。本书的主题涵盖企业数据、大数据、数据仓库、Data Vault、业务系统和架构。主要内容包括：在分析和大数据之间建立关联，如何利用现有信息系统，如何导出重复型数据和非重复型数据，大数据以及使用大数据的商业价值，等等。

本书是针对应用类本科、高职高专学生编写的Access数据库技术实用教程。本书包括数据库基础、Access基本操作、数据库的创建、表的设计与创建、对表的操作、创建查询、窗体和报表的设计、数据访问页、宏和模块等内容。 本书通过一个书店管理的数据库实例，以图文并茂的方式介绍Access数据库的使用方法，不仅在Access数据库的介绍过程中以具体的实例贯穿始终，而且在每部分都配有操作实例，使学生能够通过本书的学习快速掌握使用Access数据库的方法。本书可作为应用类本科和高职高专的Access数据库课程的教材，也可作为各类培训班和计算机爱好者的自学教材。

本书引入真实的案例， 以提供优质的数据分析服务、 撰写高质量的数据分析报告为目标。在阐述数据分析时， 力求以系统的观念从所研究主题的整体着眼， 综合不同的分析角度、 数据处理方式、 分析方法和分析工具， 以揭示数据更本质的特点和更深层次的规律。书中以实际案例为背景， 说明综合采用统计方法、 数据挖掘方法进行数据分析的主要问题。 本书适合学过数据分析基础知识的读者阅读，也可供大学生、初入数据分析职场人员、参与CDA考试的人员学习使用。

本书介绍数据挖掘的基本理论与实践方法。主要内容包括：各种模型(决策树，关联规则、线性模型、聚类、贝叶斯网以及神经网络)以及在实践中的运用，所存任缺陷的分析。安全地清理数据集、建立以及评估模型的预测质量的方法，并且提供了一个公开的数据挖掘工作平台Weka。Weka系统拥有进行数据挖掘仟务的图形用户界面，有助于理解模型，是一个实用并且深受欢迎的工具。 本书逻辑严密、内容翔实、极富实践性，适合作为高等学校本科生或研究生的教材，也可供相关技术人员参考。

本书讲述在流行的大数据分布式存储和计算平台Hadoop上设计实现数据仓库，将传统数据仓库建模与SQL开发的简单性与大数据技术相结合，快速、高效地建立可扩展的数据仓库及其应用系统。 本书内容包括数据仓库、Hadoop及其生态圈的相关概念，使用Sqoop从关系数据库全量或增量抽取数据，使用HIVE进行数据转换和装载处理，使用Oozie调度作业周期性执行，使用Impala进行快速联机数据分析，使用Hue将数据可视化，以及数据仓库中的渐变维（SCD）、代理键、角色扮演维度、层次维度、退化维度、无事实的事实表、迟到的事实、累积的度量等常见问题在Hadoop上的处理等。本书适合数据库管理员、大数据技术人员、Hadoop技术人员、数据仓库技术人员，也适合高等院校和培训机构相关专业的师生教学参考。

《从零进阶！数据分析的统计基础（第2版）》 共 6 章，分别讲解了数据分析的步骤和方法、描述性统计分析、抽样估计、假设检验、方差分析、 相关与回归分析，使用简单的语言介绍了这些数据分析基本方法的核心思想和涉及的统计学、概率论等方面 的理论内容，并使用图示的方法详细介绍了使用 Excel 2013 进行简单的描述性统计分析和使用 SPSS 进行相 关的数据分析的过程与结果分析。

电商坐拥互联网行业最丰富的用户数据金矿，却很少有人从中挖掘出真金白银。《数据掘金——电子商务运营突围》一书旨在打破这一困境，一步一步引导从业者以数据为核心来运营网站或网店。《数据掘金——电子商务运营突围》用浅显的文字与独特的视角，不仅成功解读电商数据运营之惑，更呈现大量数据分析和挖掘的必要基础知识及实用相关工具。在通过阅读轻松掌握电商数据运营须关注的要点与方法之后，读者还可有针对性地从书中选择学习如何利用数据来完成——流量获取优化、广告投放、客户分析，以及客户价值提升等一系列电商运营要务。 《数据掘金——电子商务运营突围》一书主要写给电商从业人员，无论是中小电子商务的运营人员、数据分析人员，还是大公司负责电子商务的策略官、市场官和运营官，都能从《数据掘金——电子商务运营突围

数据结构是计算机及其相关专业的重要课程，是计算机软件开发及应用人员的专业基础。本书首先介绍数据结构与算法的基础知识，然后系统地论述线性表、栈、队列、串、数组和广义表、树和二又树、图等基本数据结构，并讨论了常用的查找和排序技术。在用例选择方面充分考虑了电子信息类专业特点，尤其突出信息与通信工程相关专业的特色。在各章最后描述了相应的标准模板库(STL)，旨在使读者了解STL与数据结构的关系，并且能够掌握各类STL的应用，提高实际应用能力和程序设计的效率。 本书内容丰富、层次清晰、讲解深入浅出，可作为计算机及相关专业，尤其是电子信息类专业本专科数据结构课程的教材，也可供从事计算机软件开发和应用的工程技术人员阅读和参考。

本书全面介绍了数据挖掘的理论和方法，旨在为读者提供将数据挖掘应用于实际问题所必需的知识。本书涵盖五个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都包含两章：前面一章讲述基本概念、代表性算法和评估技术，后面一章较深入地讨论高级概念和算法。目的是使读者在透彻地理解数据挖掘基础的同时，还能了解更多重要的高级主题。此外，书中还提供了大量示例、图表和习题。 本书适合作为相关专业高年级本科生和研究生数据挖掘课程的教材，同时也可作为数据挖掘研究和应用开发人员的参考书。

《数据结构(c语言版)》在选材与编排上，贴近当前普通高等院校“数据结构”课程的现状和发展趋势，符合研究生考试大纲，内容难度适度，突出实用性和应用性。《数据结构(c语言版)》共8章，内容包括绪论，线性表，栈和队列，串、数组和广义表，树和二叉树，图，查找和排序。《数据结构(c语言版)》采用类c语言作为数据结构和算法的描述语言。 《数据结构(c语言版)》可作为普通高等院校计算机和信息技术相关专业“数据结构”课程的教材使用，也可供从事计算机工程与应用工作的科技工作者参考。