本书第1版于1983年出版，至今已修订至第6版。教材出版近40年来为全国数百所高校采用。本书三次荣获优秀教材奖（1988年、2002年、2021年）。相应课程先后入选北京市精品课程、精品课程、精品资源共享课程、精品在线开放课程和一流本科课程。 本书系统全面地阐述了数据库系统的基础理论、基本技术和基本方法。全书分为4篇18章。篇基础篇，包括绪论、关系数据模型、关系数据库标准语言SQL、数据库安全性和数据库完整性，共5章。第二篇设计与应用开发篇，包括关系数据理论、数据库设计和数据库编程，共3章。第三篇系统篇，包括关系数据库存储管理、关系查询处理和查询优化、数据库恢复技术、并发控制和数据库管理系统概述，共5章。第四篇新技术篇，包括数据库发展概述、大数据管理系统、数据仓库与联机分析处理、内存数据库系统、区块链与数据库，共

本书分12章重点阐述了数据管理的重要性，数据管理面临的挑战，DAMA的数据管理原则，数据伦理，数据治理，数据生命周期管理的规划及设计，数据赋能和数据维护，使用和增强数据，数据保护、隐私、安全和风险管理，元数据管理，数据质量管理，以及现在应该怎么办，能够帮助企业管理层在了解和执行数据管理的过程中不致迷失在技术术语的迷宫之中。本书可供非数据专业人士、企业管理者、数据行业研究者等读者学习和参考。

本书从新时代商业环境出发，紧随市场热点，如分布式自治组织（distributed autonomous organization，DAO）、非同质化通证（non-fungible token，NFT）、元宇宙、Web 3.0 、资产 数字化、反垄断、要素市场化配置等，以企业数字化转型为核心，以区块链等数字化技术 为基本点，以场景为基本面，勾勒了数字化时代分布式商业演化的新趋势，以及其对企业 经营管理的影响，提出了数字化时代企业数字化转型的新策略和分布式经营管理的低成 本、高效率发展方案。 本书全面分析了分布式商业产生的背景及其本质内涵，认为分布式商业是未来商业演 化的必然趋势。分布式商业生态战略不但是未来企业生存的基本战略，而且是元宇宙商业 生态建设的底层逻辑，并将Web 3.0 、DAO、NFT、元宇宙等新兴事物融入分布式商业生 态体系中，深度解读了数字化时代的新商业逻辑和战略思维。同

本书描述了数据的混杂特性、当前关于首席数据官报告体系的分歧、自适应规划的需求、平衡的实现以及特定的新执行模型；介绍了首席数据官过程改进框架，通过数据管理知识体系和数据管理成熟度模型描述了数据领导者使用的核心概念、技术和策略以及集成；描述了在当前领导者之外维持数据和实践改进所需的关键角色，以及首席数据官在其组织中实施解决方案时可能会面临的问题；*后描述了在公共领域正在进行的工作及将对公共和私营部门产生的影响。通过这本书，有助于首席数据官为他们的组织创造以数据为中心的价值，适合从事大数据、数据管理的人士阅读。

本书系统讲述数据仓库的基本概念、基本原理以及建立数据仓库的方法和过程。主要内容包括：决策支持系统的发展、数据仓库环境结构、数据仓库设计、数据仓库粒度划分、数据仓库技术、分布式数据仓库、ElS系统和数据仓库的关系，外部和非结构化数据与数据仓库的关系、数据装载问题、数据仓库与Web、ERP与数据仓库以及数据仓库设计的复查要目。 本书是数据仓库之父撰写的关于数据仓库的 权威著作，既可作为相关专业的研究生教材，也是数据仓库的研究、开发和管理人员的指南。

教材系统地介绍文本数据挖掘的相关概念，利用Python作为工具进行相关试验，其内容主要包括：文本挖掘产生的背景及发展；文本挖掘的概念、文本模型表示、文本内容的预处理，包括分词、去停用词以及特征抽取；文本相似度的概念等。介绍文本分类的概念及常用方法，如KNN算法、SVM算法等，并对分类结果进行评价；在介绍文本聚类聚类的概念时是，同样介绍聚类常用算法，如K均值算法、层次聚类法、密度聚类法等，作为有文本分类、文本聚类的应用，*后给出了信息抽取、社会网络中的实体关系抽取和事件抽取。

内容介绍 本书从业务、数据、运营3个维度为电商的经营和决策提供了科学的方法论，是一部电商运营真经，真正做到了“业务中有数据，数据中有运营”。作者是资深的电商行业专家，从事电商数据分析与数据化运营10余年，本书是他在多个知名电商品牌操盘多个千万级项目的经验总结。 为了增强本书的趣味性和读者的角色代入感，本书采用了纪实和叙事的写作手法，书中虚拟了3个核心人物： ?Alex：临危受命、勇挑重担、运筹帷幄的BI部门经理（资深数据分析师）。 ?叶子：有电商行业从业经验但是不懂数据分析的业务员。 ?大白：从其他行业转型到电商行业的数据分析师。 全书有两条主线： ?暗线：叶子和大白在Alex的指导和帮助下成长为“精业务、精数据、精运营”的“三精”数据分析师的经历，这对数据分析师的职业规划和成长有重要借鉴意义。 ?明线：Alex将

部分（第1～4章）为基础和背景部分，主要介绍数据分析挖掘和数据化运营的相关背景、数据化运营中“协调配合”的本质，以及实践中常见分析项目类型的介绍。第二部分（第6～13章）是数据分析挖掘中的具体技巧和案例分享部分，主要介绍实践中常见的分析挖掘技术的实用技巧，并对大量的实践案例进行了全程分享展示。第三部分（第5章，第14～19章）是有关数据分析师的责任、意识、思维的培养和提升的总结和探索，以及一些有效的项目质控制度和经典的方法论介绍。

本书通过选购笔记本电脑的案例引入数据包络分析（dataenvelopmentanalysis,DEA）的基本概念和模型，并运用简单的EXCEL模型让读者更易理解和运用DEA。本书着重阐述如何将DEA作为一种运营分析工具，进行绩效评估，找出基准标杆。探讨的主题包括：平衡的基准，昀佳实践，相对效率的概念及绩效提升。特别地，本书探讨的数据分析方法能够帮助一个组织重新审视它对生产效率高低的已有观点是否合理，并为组织不断改进提供指导。本书是市面上**本不要求读者具备线性规划和线性代数知识，就可以熟练应用DEA方法的DEA方法指导用书。

Power BI是微软推出的商业智能分析工具，它融合了数据准备、数据分析、数据可视化到报告协作分享的整个数据处理流程，帮助用户上手数据分析。 本书从实用的角度出发，结合作者本人的学习经验，从*基础的Power BI架构和操作界面开始，先通过一个小示例体验Power BI的强大和便捷，然后按照数据处理的流程和难易程度，分别介绍数据准备模块Power Query、数据建模以及Power BI数据分析语言DAX、可视化图表制作、丰富的交互方式和报表设计，*后用一个完整的分析示例带读者全面认识Power BI数据处理流程。 不论读者是学生、职场人士还是自由职业者，不论从事的领域是运营、财务、人力、管理还是电商，只要在平时的学习和工作中需要处理大量信息，分析各种数据，你就适合阅读本书学习Power BI，即使之前没有任何基础，它也可以帮你快速上手，提升自身竞争力。

大数据审计已经成为目前审计领域研究与应用的热点。本书按照从常用电子数据审计方法到大数据审计方法的思路，不仅系统地分析了电子数据审计的理论知识（特别是大数据审计），还重点结合实际案例和具体操作，从审计数据采集、审计数据预处理和审计数据分析等电子数据审计的关键步骤出发，系统地分析了如何开展电子数据审计（特别是大数据审计）。附录中设计了9个实验模块（包括3个大数据审计实验模块），满足了开设实验课程的需要。 本书可作为高等院校审计、会计和信息管理等专业的教材，也可作为审计从业人员的专业培训教材和业务学习资料。

本书是《对比Excel，轻松学习Python 数据分析》的姊妹篇，同样采用对比的方法，降低学习门槛，提高学习效率。全书分为3 篇：第1 篇主要介绍数据分析的基础知识，包括数据分析的基本概念、为什么要进行数据分析及常规的数据分析流程，使读者对数据分析有一个整体的认识；第2 篇主要围绕数据分析的整个流程来介绍与SQL 语法相关的知识，包括如何选取一列数据、如何对数据进行分组运算等基础知识，还包括窗口函数等进阶知识；第3 篇主要介绍SQL 数据分析实战，都是一些比较常规的业务场景实战。 本书适合零基础学习 SQL 的人员，包括数据分析师、产品经理、数据运营人员、市场营销人员、应届毕业生等所有需要利用SQL 查询数据的人员。

生态学数据分析:方法生态学研究需要从原始数据出发,通过系列计算分析,最后作出具有生态意义的解释？本书主要介绍PCORDfor Windows？CanocoforWindows？CurveExpert？SPSS和PAST 等软件在生态学数据转换？标准化？函数拟合？遗传多样性？物种多样性？生态位？空间分布格局？聚类？排序和实验数据统计检验上的应用方法？应用QBASIC和R 语言对书中的部分方法编制程序？书中的每一种方法均提供模拟数据,介绍具体的操作步骤？？程序与软件

《Access数据库创建、使用与管理从新手到高手》详细介绍了使用Access创建和设计数据库的方法和技巧，以及Access数据库在实际中的应用。《Access数据库创建、使用与管理从新手到高手》各章的先后顺序以数据库系统的创建和设计流程进行组织，有助于读者梳理Access知识体系，便于读者学习和理解。《Access数据库创建、使用与管理从新手到高手》包含大量示例，示例文件包括操作前的原始文件和操作后的结果文件，既便于读者上机练习，又方便读者在练习后进行效果对比，从而快速掌握Access的操作方法和技巧。 《Access数据库创建、使用与管理从新手到高手》共15章，内容主要包括Access数据库的基本概念、数据库的基本设计流程、Access的界面结构和常用设置、创建与管理数据库和表、在表中添加和编辑字段、设置字段的数据类型和属性、设置数据的显示方式、设置数据

本书全面介绍了数据中心建设和管理过程中的各个环节，将虚拟化技术的应用渗透到各个部分，阐述了建设云数据中心的主要内容和具体方法。围绕数据中心职能的各组成部分，将全书分为7章。其中，第1章为数据中心概述；第2～6章，分别介绍了数据中心的基础环境建设、网络子系统、计算子系统、存储子系统和安全子系统；第7章围绕数据中心的运维管理，从基础设施、网络、计算、存储、安全等方面介绍了相关技术及工具。 本书可供企业、高校和科研院所信息化管理部门以及各类数据中心的管理和技术人员参考使用，也可作为工科院校相关专业本科生、研究生的教材或辅导材料。

本书主要介绍大数据可视化的基本概念和相应的技术应用。全书内容共10章，分别为大数据可视化概述、大数据可视化原理、大数据可视化方法、数据可视化工具、Excel数据可视化、Tableau数据可视化、ECharts与pyecharts数据可视化、Python数据可视化、大数据可视化行业分析以及大数据可视化综合实训。 本书将理论与实践操作相结合，通过大量的案例帮助读者快速了解和应用大数据分析的相关技术,并且对于书中重要的、核心的知识点加大练习的比例，以使读者达到熟练应用的目的。 本书可作为大数据、云计算、软件技术、信息管理、计算机网络等专业的教材，可也作为大数据爱好者的自学参考书。

本书共分14章，内容主要有R语言简介、数据读取与写入的方法，条件判断、循环等流程控制以及自定义函数，高级绘图、低级绘图、交互式绘图的说明，决策树、支持向量机、人工神经网络的介绍，基本统计、机器学习、数据挖掘、文本挖掘、大数据分析的应用，层次聚类法、K平均聚类算法、模糊C平均聚类算法、聚类指标、基因算法及人工蜂群算法的应用。本书适合没有程序设计经验、想要接触R语言的人以及对统计、机器学习、数据挖掘、文本挖掘、大数据分析有兴趣的人阅读。

环境与社会科学的数据多存在于地理空间之中，空间数据分析方法是分析挖掘地理空间数据信息和知识的有效手段。本书包括了空间探索性分析、空间统计学、机器学习和时空分析，以及空间分析软件包和案例数据等内容。本书介绍的各种方法和模型均附有真实案例和数据，以及软件和数据下载地址和操作步骤，读者可以按照书中描述重复这一过程，然后输入自己的数据迅速得到自己的计算结果。阅读本书只需要概率统计的基本知识即可。

技术是把双刃剑，当我们在积极拥抱新技术的同时，也不能忽视其所带来的风险，比如当今大数据时代个人隐私和安全问题。本书是两位作者结合各自出色的专业知识和丰富的从业经验为大众倾力奉献的一本大数据时代隐私问题的普及读物。书中展示了我们在家庭和工作中的日常活动是如何成为大数据收集的一部分的。同时，列举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。针对上述问题，本书也列出了一些工具、技巧用来检查和防范，这在当前很有现实意义。

本书通过完整、规范的数据科学项目的流程来组织全书体系结构，涵盖数据科学项目的全过程，包括问题提出与目标制定、凝练前提假设和设计数据方案、探索性数据分析、建模与分析、性能评价、结果诠释与展示。佐以丰富的案例分析和模拟项目训练，启发学生主动思考，培养学生在实践中树立严谨的科学思维方式及数据科学流程。 本书除了可作为本科生数据科学基础课、理工通识课教材外，还面向所有对数据科学有浓厚兴趣的人群，以及各行各业中有大体量数据分析需求的人群。

随着大数据的兴起，各种数据工具以及可视化软件层出不穷，但Power BI却凭借着令人赞叹的视觉对象以及能够在任何设备上与同事共享等优势在多个数据工具中脱颖而出。 本书开门见山地介绍了数据分析之前所要了解的知识，如为什么选择Power BI、学习Powerbi可能会遇到的问题等；而后通过报表制作的全流程让读者体验到Power BI的魅力，让读者了解通过Power BI能够玩转数据的获取、整理、建模、可视化以及发布的全过程。随后对数据整理、DAX语言以及可视化进行了详细的介绍，逐步深入到Power BI进阶实战。*会，以业务案例为导向，以Power BI桌面版操作为基础进行讲解，深入讲述Power BI在销售和财务两个行业的应用。

本书结合大量实例，系统讲解了电商经营中涉及的各种数据及其分析方法，能让读者快速学会如何做电商数据分析，并能利用数据分析结果指导网店经营。 本书共8 章，内容包括电商数据分析的基础知识、行业数据分析、产品数据分析、店铺数据化运营、客户数据分析、竞争对手数据分析、库存数据分析、财务数据分析。 本书内容全面、案例丰富，具有很强的可读性和实用性，不仅适合从事电商相关工作的读者阅读，还适合作为高等学校相关专业和培训机构的教材。

这是一部教你如何从0到1架构与实现一个企业级大数据平台的著作，是作者在大数据和系统架构领域超过20000小时的经验总结。作者从横向视角出发，手把手教你如何拉通Hadoop体系技术栈，以此搭建一个真实可用、安全可靠的大数据平台。通过阅读本书，一定能从本书的内容中找到灵感和思路来应对实际工作中面对的问题。

随着大数据的蓬勃发展，不少机构开始将源源不断的数据流导入到一个叫 数据湖 的设备中去。数据湖架构 是 数据仓库 之父撰写的全新著作，是帮助读者认识数据湖架构，并把数据湖打造成公司资产的指导手册。数据湖架构 共15章，分别涉及数据湖简介、数据池据湖内部结构、数据池及其结构、各种类型的数据池等技术话题，目的在于讲解如何构建有用的数据湖，以便数据科学家和数据分析师能够解决商业挑战并找出新的商业机会。数据湖架构 适合数据管理者、学生、系统开发人员、架构师、程序员以及zui终用户阅读。

本书是普通高等教育 十一五 *规划教材。本书全面系统地介绍了数据挖掘和知识发现领域的基本原理、研究方法、部分产品和工业标准。全书共15章，其中，第1章介绍数据分析技术的发展历程，KDD与数据挖掘的概念、对象、过程、方法、相关领域和应用范围。第2章介绍关联规则基本模型和Apriori等经典算法。第3章在介绍距离概念的基础上，讨论包括划分、层次、密度等聚类方法。第4章介绍ID3、CART等决策树算法。第5章介绍图方法实现贝叶斯分类。第6章介绍VC维、支持向量机。第7章介绍人工神经网络。第8章介绍近期热点技术 深度学习。第9章介绍不平衡数据学习。第10章讨论过拟合、模型选择、模型评估等内容。第11、12章是不确定性、模糊性方法，分别介绍粗糙集和模糊集。第13章是Web挖掘，介绍Web链接分析、推荐系统和社交网络挖掘。第14章介绍数据预处理和可视