本书内容简介：数据挖掘和文本挖掘是当前信息技术中的一个重要研究领域；将遗传算法和社会演化算法应用于数据及文本挖掘方法研究，具有较大的理论意义和实用价值本书研究了基于遗传算法和社会演化算法的数据挖掘和文本挖掘方法，主要包括数据挖掘和文本挖掘中的属性约简问题、聚类问题，并将其应用于产品研发决策中所做主要工作包括：提出一种基于遗传算法和k-medoids算法的新的聚类方法；采用遗传算法和模式聚合进行文本特征降维；采用遗传算法和潜在语义索引进行文本特征降维；采用社会演化算法进行聚类；采用混沌社会演化算法进行聚类；采用改进的遗传算法和社会演化算法进行文本聚类研究；将文本挖掘应用到产品研发决策中，构建产品研发文本知识地图，以期提高产品研发的效率和质量。
《滇西学术文丛：数据挖掘及其应用研究》全面介绍了数据挖掘的背景信息、相关概念及其所使用的主要技术，针对关联规则数据挖掘，系统深入地描述了Apriori算法和FP-growth算法，并比较了各自的优缺点。《滇西学术文丛：数据挖掘及其应用研究》基于关系代数的关联规则挖掘，讨论该算法的实现过程，并对该算法作复杂性分析，在聚类分析数据挖掘、序列模式挖掘等方面也有介绍。对网络入侵检测的拒绝服务攻击类型进行了序列模式挖掘和聚类分析，为进一步开发入侵检测系统提供决策依据，数据挖掘在农作物病虫害预警、居民消费结构分析、多媒体图像挖掘等方面都有应用。
进入大数据时代，让数据开口说话将成为司空见惯的事情，本书将从大数据时代的前因后果讲起，全面分析大数据时代的特征、企业实践的案例、大数据的发展方向、未来的机遇和挑战等内容，展现一个客观立体、自由开放的大数据时代。
数据仓库与数据挖掘是与计算机、信息类等相关专业的核心课程。张兴会等编著的《数据仓库与数据挖掘工程实例》采用提出问题、分析问题、解决问题的思路，通过工程实例介绍了SQL Server 2005和 Weka软件的使用方法以及联机分析处理技术、关联规则方法、决策树方法、贝叶斯方法、人工神经网络方法、聚类分析方法、线性回归方法等数据仓库与数据挖掘技术。 本书结构严谨，条理清晰，语言浅显易懂，循序渐进地表达了知识内容；坚持理论与实际相结合，知识理论与具体实现方法相结合，使技术实现具体化、生动化、可操作化；工程实例的实现过程建立在 SQLServer2005和Weka软件的基础上，以帮助读者在学习后达到学以致用的效果。本书可以和《数据仓库与数据挖掘技术》教材配合使用，旨在帮助读者在学习数据仓库与数据挖掘理论知识的基础上，通过学习工
本书围绕数据库的设计、编程与实现，系统、全面地介绍了数据库系统的基本概念、基本原理、基本方法以及应用技术。主要内容包括数据库建模、关系模型和关系运算、数据库语言SQL（包括*标准SQL2和SQL3）及其系统环境、关系数据库设计理论及数据库设计、面向对象的对象定义语言和对象查询语言、以及查询优化和并发控制。 本书以关系数据库为基础，以数据库的设计与编程为重点，以引进面向对象的数据库技术为特色。主要特点是： 内容新颖、系统全面；突出重点、注重总结；概念清晰、分析深入；例题丰富、实用性强；叙述深入浅出、语言流畅生动。 本书是高等院校计算机专业本科生数据库课程的教材，也可作为其他专业本科生数据库课程的教材。对于从事数据库研制、开发和应用的有关人员，本书也是一本很好的参考书。
本书是与李新燕和靳敏编的《数据结构》一书配套的辅助教材，亦可单独使用。本书的编写目的是使学生通过实验、课程设计和大量的习题解答加深对数据结构基本知识的理解，掌握求解数据结构问题的思路和方法，提高应用数据结构解决实际问题的能力。 本书分为2大部分：第1部分是“典型例题题解析与习题”，共分10章：绪论、线性表、栈和队列、其他线性数据结构、递归、树、图、查找、排序和文件，每章先给出一系列与本章知识相关的典型例题的分析与解答，然后给出大量的练习题，题型包括单选题、填空题和综合题或判断题，同时在每个习题后给出参考答案。第2部分是“实验与课程设计指导”，包括9个实验：顺序表的操作、单链表的操作、栈与队列的操作、多维数组与串、二叉树的操作、图的操作、散列表操作、排序操作、文件排序，以及课程设计
数据挖掘将数据转化为知识，是数据管理、信息处理领域研究、开发和应用的活跃的分支之一。本书全面地论述了数据挖掘领域的基本概念、基本原理和基本方法，内容包括数据挖掘领域的经典理论和前沿发展。全书共分14章，并含有1个附录。全面系统地介绍了数据挖掘的概念和过程、数据预处理技术；深入地叙述了各种数据挖掘技术，包括关联规则、决策树、聚类、基于样例的学习、贝叶斯学习、粗糙集、神经网络、遗传算法、统计分析；并讨论了数据挖掘的典型应用，如分类、文本和Web挖掘，以及数据挖掘的应用和发展趋势；并在第14章中给出了一个具体的商业智能解决方案实例。 通过本书的学习，读者可以对数据挖掘的整体结构、概念、原理、技术和发展有深入的了解和认识。 本书既可以作为相关专业的高年级本科生和研究生教材，也可作为数据挖掘领
目前在竞赛中多数选手选用Pascal语言。Pascal语方功能强大，数据类型丰富，程序结构严谨，便于阅读和理解。应用Pascal语言程序设计求解问题，核心是数据结构和算法的整合。因此，系统研究数据结构和算法，编程技能将如虎添翼。 在目前的图书市上，有关Pascal语言数据结构和算法的竞赛辅导教材极少。见到一些是写给大学生，不适合中小学生阅读。为了帮助中小学生学习数据结构和算法知识，特聘请具有丰富竞赛辅导经验的一线教师和曾在国际信息学奥林匹克学科竞赛中获得金牌的优秀选手共同编写了这本书。本书是Pascal语言（小学版）和Pascal语言（中学版）的后继教材，内容紧扣信息学竞赛大纲，结构严谨，语言简练，希望它难为读者提高竞赛技艺奉献绵薄之力。
粗糙集理论是一种不确定性数据分析工具，近年来在特征选择、分类学习和规则提取等应用方面取得了巨大成功，并逐渐成为信息科学为活跃的研究领域之一。本书系统地论述了基于粗糙集的属性约简理论和方法，信息系统之间的信息通讯以及关于粗糙群的一些本质问题。主要内容有：基于覆盖粗糙集的属性约简模型建立及约简结构性质分析，基于广义粗糙集的属性约简模型建立及约简结构性质分析，基于广义粗糙集的信息系统之间等价属性约简理论与方法，基于模糊粗糙集的信息系统之间等价属性约简理论与方法，粗糙群的理论研究，以及这些理论在数据挖掘中的应用。 本书可以作为理工科大学计算机、应用数学、自动控制、信息科学以及管理工程等专业的高年级本科生、研究生以及博士生的教材，同时对有关领域的研究人员和工程技术人员也有重要的参考
为顺应国内EPC 总承包工程推广的新形势, 提高企业风险管理水平, 普及工程保险知识, 特编写本书。 书中内容紧密结合国际先进工程保险理念, 对于在EPC 工程中涉及的工程险种、 安排、 采购、 合同后管理等问题均做了较为全面、 细致的分析。 同时, 列举了我国著名企业在海内外EPC 实践中实施保险策略的典型案例。本书可供从事EPC 项目或准备从事EPC 项目的公司领导、 项目经理、 风险管理人员、 监理、 咨询人员等作为岗位继续教育教材使用; 也可作为工程管理、 保险、 经贸专业在校研究生以及本科生的教学参考书或课外读物;也适合作为建设行业推行EPC 总承包模式进行系列培训的教材或参考用书。
数据结构是计算机及相关专业的核心课程，是计算机程序设计的基础,是程序员和许多高校研究生入学考试的必考科目。 本书共分10章，第1章是数据结构的概述；后9章分别介绍了线性表、栈、队列、串、数组、广义表、树、二叉树、图、查找、内部排序、外部排序、动态存储管理和文件等基本类型的数据结构。本书中的算法都已通过调试，不用修改就能运行。 本书可作为计算机和相关专业的教材，也可作为自学者或各种计算机培训班的教材。
本书全面地介绍了数据挖掘的相关主题，包括数据理解与数据准备、关联规则挖掘、多元统计中的降维方法、聚类分析、神经网络、决策树方法、模型评估等内容。全书体系完整，文字精炼，注重对数据挖掘方法的直觉理解及其应用；同时，保持了一定的严谨性，为学生理解和运用这些方法提供了坚实的基础。 本书实例丰富，并附有相应SAS程序，以便于学生尽快理解相关内容并用以解决实际问题。 本书配有教辅，可以免费提供给任课教师使用。如需要，欢迎填写书后的“教师反馈及课件申请表”索取。
本书是一本介绍数据仓库和数据挖掘的图书。全书力求深入浅出、通过浅显易懂的语言及实例介绍数据仓库与数据挖掘的基本概念及相关理论。从数据仓库的定义、结构、设计、数据访问方法及应用等方面对数据仓库做了较详细的介绍。从数据挖掘的定义、数据预处理方法、数据挖掘发现知识的类型及数据挖掘常用算法等几方面对数据挖掘的基本知识和算法等理论做了介绍。本书特别介绍了SQL Server2000数据挖掘工具应用和SPSS数据挖掘工具应用。后，给出了一个数据挖掘的应用实例。本书总的指导思想是在掌握基本知识和基本理论的基础上，更强调实际应用能力的培养。 本书可作为普通高等院校计算机科学与技术专业、软件工程专业或信息类等其他相关专业的教材，也可作为有关数据仓库与数据挖掘方面的培训教材，以及所有想学习数据仓库与数据挖掘知识的人
本书是作者积多年讲授“数据结构”课程及指导学生实验的教学经验编写而成的，与清华大学出版社出版的《数据结构（C++版）》教材相配套，主要内容由3个模块组成：个模块是本章导学，包括知识结构图、学习要点、本章重点、本章难点、重点整理和重点难点释疑6个子模块；第二个模块是习题解析，包括课后习题讲解和学习自测两个子模块；第三个模块是实验指导，包括验证实验、设计实验和综合实验3个子模块。后在附录中给出了实验报告和课程设计报告的一般格式。 本书可以配合《数据结构（C++版）》教材使用，起到衔接课堂教学和指导实验教学的作用，可作为高等院校本专科学生学习“数据结构”课程的参考教材，也可作为研究生入学考试的辅导教材，对于从事计算机软件开发和应用的工程技术人员也具有一定的参考价值。
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。
《数据挖掘原理、算法及应用》以各类数据挖掘算法为核心，以智能数据分析技术的发展为主线，结合作者自身的研究和应用经验，阐述数据挖掘研究领域的主要理论和典型算法。全书共分8章：第1章为绪论；第2-5章分别介绍数据挖掘的主要技术、各类典型算法及其编程实现，包括数据预处理技术，关联规则挖掘技术、分类技术，聚类技术等几大类技术和其中包含的典型算法；第6-8章分别简要介绍一些数据挖掘的应用专题，包括时间序列数据挖掘、Weh挖掘、空间数据挖掘等。
Active Server Pages.NET（ASP.NET）是迄今为止微软*的Web开发平台。中央广播电视大学以实际市场需求为导向，在人才培养模式改革和开放教育试点“软件开发与应用专业”中引入了这一*技术，本书既是统设必修专业核心课“Web数据库设计与应用”之配套教材。全书围绕使用ASP.NET技术进行数据库开发为核心，逐步介绍了进行ASP.NET数据库开发的基础知识（.NET背景、VB.NET语言、ASP.NET控件等），在第六章通过案例详细介绍了使用数据库控件进行Web开发的技术，后三章则对代码分熟、安全设计和应用程序相关内容作了介绍。 本书是ASP.NET开发的入门教材，为了符合实用和便于自学的特点，全书主要通过案例进行相关知识点的介绍。在涉及到相关技术时，也仅从如何使用的角度进行介绍，并不涉及太多的理论。另外，本书的重点是使用ASP.NET技术进行数据库开发，限于篇幅，对VB.
“Web数据库设计与应用”是中央广播电视大学软件开发与应用专业信息系统开发方向和网站应用编程方向的专业核心课程。该课程以*的Web开发技术ASP.NET和数据库技术ADO.NET为核心，具有先进和非常之实用的特点。 本书是与《Web数据库设计与应用》相配套的实验教材，全书分为8个实验。除主教材的章外，每章均配有对应实验。其中，第6章内容较多，分为5个练习。 由于每个实验都配有相应原預备知识，而且实验内容也比较简单实用，并配备了大量插图，所以读者也可以将本书独立使用，作为快速了解ASP.NET开发技术的参考资料。
本书是与《数据结构（C语言版）》（赵坚、姜梅主编）一书相配套的辅助教材。全书分为三大部分：部分是学习指导与实训，首先给出主教材中每一章的学习指南与内容提要，然后设置了若干综合实验，通过和章的实验体现实训特色，培养学生解决实际问题的能力；第二部分是主教材中习题的参考解答；第三部分设置了4套模拟试题及其参考解答，目的是检验和巩固所学的理论知识。 本书既可与《数据结构（C语言版）》一书配套使用，也可作为C语言描述的实训教材单独使用，还可供计算机自学人员学习参考。
