本书借助大数据技术、统计学方法、人工智能技术对社会热点事件展开情感实证分析。以技术为主、分析为此、情感为辅。通过先进的技术分析情感的发展。本研究以微博平台作为切入口获取情感挖掘的大数据来源，通过构建一个较为全面的社会性事件情感分类词典，对社交网络中微博用户情感进行挖掘与可视化。通过对公众情感类型的多维度解析，从情感传播环境、情感传播方式、社会网络结构和用户行为模式四个方面探索社交网络中的舆情传播特征，由此提出合理引导网络舆情的相关对策建议。

《不确定信息的处理与知识挖掘》在作者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先进模型、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，后介绍了不确定信息的处理在城市交通领域中的应用研究。

本书是《实用数据结构基础（第四版）》（陈元春、王中华、张亮、王勇编著，中国铁道出版社出版） 的配套学习指导书。全书内容分为5部分：教学内容指导（包括对主教材第1～10章的知识点分析、典型 习题分析和各章习题解答）；自主设计实验指导（对10个自主设计实验的设计思想、算法分析进行了详细 指导）；模拟试卷；模拟试卷参考答案；数据结构课程设计报告样例。 本书对数据结构的概念和原理的阐述通俗易懂，例子翔实；习题难易适中，题型丰富；对数据结构 基本运算的分析注重实现的过程。本书以C/C++语言作为算法的描述语言，对于书中的实验和一些重要 的算法均给出了完整的C/C++语言源程序，并全部在Visual C++ 6.0环境下运行通过。 本书适合作为普通高等院校计算机类专业数据结构课程的教学辅导书，也可作为成

本书根据高等学校计算机基础教学指导委员会编制的《普通高等学校计算机基础教学基本要求》,为满足高等教育对数据库技术和程序设计方面的基本要求进行编写。 本书共11章，包括数据库基础知识、Access 2013数据库、表的创建与使用、查询设计、结构化查询语言SQL、窗体设计、报表设计、宏、VBA与模块、数据库管理、数据库安全等。书中有丰富的案例和大量的练习题，还提供课后习题参考答案。 本书内容叙述清楚、示例丰富、图文并茂、步骤清晰、易懂易学，适合广大应用型本科和高职高专院校教学使用，以及有一定计算机基础的爱好者自学使用，也可作为全国计算机等级考试参考书。

本书由斯坦福大学“Web挖掘”课程的内容总结而成，主要关注极大规模数据的挖掘。主要内容包括分布式文件系统、相似性搜索、搜索引擎技术、频繁项集挖掘、聚类算法、广告管理及推荐系统。其中相关章节有对应的习题，以巩固所讲解的内容。读者更可以从网上获取相关拓展材料。

《驾驭大数据》为读者提供了处理大数据和在你的企业中培养一种创新和发现的文化所需的工具、过程和方法，描绘了一个易于实施的行动计划，以帮助你的企业发现新的商业机会，实现新的业务流程，并做出更明智的决策。 本书主要介绍了如何驾驭大数据浪潮，并详细地介绍了什么是大数据，大数据为什么重要，以及如何应用大数据。本书还从具体实用的角度，介绍了用于分析和操作大数据的工具、技术和方法；以及人才和企业文化的角度，介绍了如何使分析专家、分析团队以及所需的分析原则更加高效，如何通过分析创新中心使得分析更加有创造力，以及如何改变分析文化。 《驾驭大数据》适于所有对数据、数据挖掘、数据分析感兴趣的技术人员和决策者阅读。

本书以Access 2010 为实践环境，介绍数据库的基本操作。全书共9 章，主要内容有：数据库技术概论、数据库与表、查询、SQL 查询、窗体、报表、宏、模块与VBA 程序设计、数据库的管理与安全。本书参照*高等学校计算机基础课程教学指导委员会提出的数据库课程的教学基本要求，同时兼顾全国计算机等级考试二级Access 数据库程序设计的考试新要求，以Access 2010 数据库及数据库对象为主线， 体现Access 2010 的基本知识体系，同时适度突出关系数据库的基本原理，体现关系数据库的本质概念和应用要求。

本书以全国计算机等级考试二级VFP的考试大纲为标准，针对高校非计算机专业学生教学的实际情况进行编写。书中以Visual FoxPro 6.0的使用为主要内容，介绍了关系数据库管理系统的基础理论及其应用系统的开发技术。全书共分为13章，内容主要包括数据库系统概述、Visual FoxPro 6.0的基础知识、表的创建及基本操作、数据库的建立及操作、索引与排序、结构化查询语言SQL、查询与视图、程序设计基础、面向对象程序设计、表单设计、报表设计、菜单设计、应用系统的开发与编译发布、学生成绩管理系统实例等。每一章后面均提供相应的习题供读者练习。 本书可作为高等学校非计算机专业Visual FoxPro 6.0程序设计课程的教材，同时也适合计算机初学者学习参考。

大数据正以前所未有的速度，颠覆人们探索世界的方法、驱动产业间的融合与分立。《大数据时代的历史机遇：产业变革与数据科学》力图系统、全面的阐述大数据在社会、经济、科学研究等方方面面的影响，或许可以帮助大家澄清一些认知误区，有助于大数据在各行各业落地生根。全书分为三大部分，一部分重点讲述大数据时代产业发展的三大趋势以及驱动产业融合、升级、转型的根本因素，并给出践行大数据的范式。第二部分首次完整阐述“数据科学”的基础性价值，论述数据科学对科学研究、社会研究、产业发展的影响，并提出数据科学的教育体系。第三部分全景式的介绍重点国家、经济体、新兴企业在大数据领域取得的进展，展示一幅真实的大数据图景，把判断留给读者，看谁拥有未来！ 大数据是“在多样的或者大量的数据中快速获取信息的能

这是一本让人脑洞大开的内容玩法书，给新一代叙事者提供了十八般武器。清晰的构架、简洁的语言、坦率的态度，整本书无不流露着新一代互联网原住民颠覆传统的创新基因。 运营无招，数据有度。把握好数据的尺度，把数据做出角度、深度、温度、态度，这是本书的核心。围绕新消费、玩互动、融呈现、变模式这4个维度，本书从场景化叙事聊到用户激励和内容产品经理，分享了内容、传播、团队迎接变革的心路历程。 产品的玩法本身会经历兴衰，但只要人的创新精神在，就可以在新的场景下持续玩好内容。作者的探索与思考，无疑可以给内容运营从业者带来多元启发。 推荐准备从事内容传播和广告策划工作的在校生、互联网产品运营从业者、移动互联网内容创新领域的研究者，以及企业市场和品牌传播从业者参考阅读。

在生活中，数据几乎无处不在，任我们取用。然而，同样的数据给人的感觉可能会千差万别：或冰冷枯燥，让人望而生畏、百思不解其意；或生动有趣，让人一目了然、豁然开朗。为了达到后一种效果，我们需要采用一种特别的方式来展示数据，来解释、分析和应用它。这就是数据可视化技术。 Nathan Yau是这一创新领域的先锋。在《鲜活的数据：数据可视化指南》中，他根据数据可视化的工作流程，先后介绍了如何获取数据，将数据格式化，用可视化工具（如R）生成图表，以及在图形编辑软件（如Illustrator）中修改以使图表达到最佳效果。本书介绍了数十种方法（如柱形图、饼图、折线图和散点图等），以创造性的视觉方式生动讲述了有关数据的故事。翻开本书，思维之门会豁然大开，你会发现有那么多样的手段去赋予数据全新的意义！ 《鲜活的数据：数据可

数据挖掘技术是当下大数据时代最关键的技术，其应用领域及前景不可估量。R是一款极其优秀的统计分析和数据挖掘软件，《大数据时代的R语言·数据挖掘：R语言实战》侧重使用R进行数据挖掘，重点讲述了R的数据挖掘流程、算法包的使用及相关工具的应用，同时结合大量精选的数据挖掘实例对R软件进行深入潜出和全面的介绍，以便读者能深刻理解R的精髓并能快速、高效和灵活地掌握使用R进行数据挖掘的技巧。 通过《大数据时代的R语言·数据挖掘：R语言实战》，读者不仅能掌握使用R及相关的算法包来快速解决实际问题的方法，而且能得到从实际问题分析入手，到利用R进行求解，以及对挖掘结果进行分析的全面训练。

在全球信息化快速发展的今天，信息技术与经济深度融合而引发数据迅猛增长，大数据已 成为国家重要的基础性战略资源。国务院出台《促进大数据发展行动纲要》后，大数据更是提升 到了国家战略的高度。航旅大数据是大数据创新应用的重要领域之一，与社会发展和民生息息相 关。如何在保障公众个人信息隐私与安全的前提下，*大化地合理利用这些数据，发挥其商业价值， 成为业界难题。本书采用政策研究和案例研究相结合的方法，并通过走访航旅企业，进行充分调研， 将成果汇编成书。直面航旅数据的安全问题，以期促进航旅大数据行业应用，尤其是在用户画像、 精准营销、保险征信等具体业务领域，充分发挥航旅大数据的价值，促进航旅大数据产业更快、 更好地发展。本书可为政府部门、行业企业、科研机构及从事航旅大数据政策制定、管理决策和咨

大数据的搜索与挖掘，在当今的“互联网+”时代是很有必要的。本书提出的分布式大数据搜索与日志挖掘及可视化方案是基于ELK Stack而提出的，它能有效应对海量大数据所带来的分布式存储与处理、全文检索、日志挖掘、可视化等问题。构建在全文检索开源软件Lucene之上的Elasticsearch，不仅能对海量规模的数据完成分布式索引与检索，还能提供数据聚合分析。据国际的数据库产品评测机构DB Engines的统计，在2016年1月，Elasticsearch已超过Solr等，成为排名前列的搜索引擎类应用；Logstash能有效处理来源于各种数据源的日志信息；Kibana能得出可视化分析结果。了解基于ELK Stack的大数据搜索与日志挖掘及可视化方案，掌握Elasticsearch、Logstash、Kibana的基本使用方法和技巧，很有必要。 全书以模块化的方式进行组织。和初版相比，本书力求反映ELK Stack的新成果，内容

《数据挖掘：实用机器学习工具与技术（原书第3版）》是机器学习和数据挖掘领域的经典畅销教材，被众多国外名校选为教材。书中详细介绍用于数据挖掘领域的机器学习技术和工具以及实践方法，并且提供了一个公开的数据挖掘工作平台Weka。本书主要内容包括：数据输入/输出、知识表示、数据挖掘技术（决策树、关联规则、基于实例的学习、线性模型、聚类、多实例学习等）以及在实践中的运用。本版对上一版内容进行了全面更新，以反映自第2版出版以来数据挖掘领域的技术变革和新方法，包括数据转换、集成学习、大规模数据集、多实例学习等，以及新版的Weka机器学习软件。