本书重点介绍数据质量管理与安全管理的理论及应用。首先通过数据管理现况和问题的分析,提出数据质量管理的步必须是将各种来源的数据标准化,具有统一的数据格式和规则。书稿中强调了提高数据质量不仅可提高信息系统的质量,还可提高经营活动的质量。需要制定质量管理计划或执行具体的质量管理活动。定义了数据质量的准确性、一致性、可用性、可达性、及时性、安全性这6个标准以及对应的管理流程,划分了5个能力成熟度的等级,界定了从管理者到执行者等各个质量管理活动和责任。提出多项数据质量管理主要技术和各国实用案例,还进一步在Orange数据库中实践了数据质量诊断流程。书稿后半部针对日益增长的数据库安全性的需求,提出了安全管理系统构建、访问控制,数据伪装等具体可行的技术手段,还将数据安全技术推广到大数据的应用场景。本
《SAP、MDM主数据管理》结合了SAP官方技术以及作者在主数据管理领域持续多年的多个大型项目经验,通过从原理到架构、从功能到实现,深入浅出、图文并茂地介绍了SAPMDM主数据管理解决方案。·权威——作者之中的和轶东先生和曹乃刚先生及他们领导的团队目前负责SAP解决方案和MDM主数据管理方案在中国的整体技术和架构。·实用——本书作者通过对国内多个大型且具有代表性的主数据项目的经验总结,抽象总结出了一套由浅入深、快速学习主数据管理的方法;并结合场景讲解相关SAPMDM的原理和操作,读者可以非常直观地了解SAPMDM的详细技术细节。·领先——SAPMDM主数据管理是SAP企业信息管理方案的核心内容。自2007年正式发布以来,这是第一本详细介绍SAPMDM技术的中文书籍。·客观——作者之一的张怡先生先后作为IBM全球咨询部门的资深顾问以及欧洲跨国公司
本书是在作者多年从事数据挖掘行业实践和相关科学研究的基础上编写而成,书中包括数据挖据理论研究及实际应用的现状分析、研究内容的组织框架、研究方法与技术路线的描述、数据挖掘理论及应用的综述、不确定性理论、多目标优化的分类器方法、模糊多目标优化的分类器模型和算法、基于粗糙集和统计贡献度的特征选择算法、基于粗糙集预处理和粗近似的多目标优化的分类器模型和算法以及基于模糊化、核方法和惩罚因子的多目标优化的分类器模型和算法等内容。本书含有不确定性多目标优化的数据挖掘在信用评分、Web客户忠诚度分析、蛋白质交互的热点区域预测以及重大疾病的医疗诊断和预测等几个经典领域中的实际应用的描述。,通过对研究内容和实际应用效果的总结,展望了进一步研究和应用的方向。本书可供从事数据挖掘、机器学习与知识工程领