当今社会，大数据技术已广泛应用于各行各业，大数据相关的存储和分布式计算等基本知识也成为了时下大学生尤其是计算机相关专业学生应具备的常识。本书在内容上去繁就简，重点介绍大数据的相关基本概念和原理，包括存储原理和分布式处理的原理。本书主要围绕Hadoop大数据处理平台（第2章），介绍其中涉及的HDFS（第3章）、HBase（第4章）等存储技术和Hadoop MapReduce分布式处理技术（第6章）；介绍了大数据相关的存储技术NoSQL数据库（第5章）以及数据仓库技术Hive（第7章）；并对新兴的大数据平台Spark（第8章）以及其他流行的大数据技术（第9章）进行了介绍。 本书适合计算机专业的低年级学生作为大数据入门课程的教材或者其他专业学生的大数据课程教材。
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。
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
ODPS（OpenDataProcessingService）是阿里巴巴自主研发的海量数据处理和分析的服务平台，主要应用于数据分析、海量数据统计、数据挖掘、机器学习和商业智能等领域。目前，ODPS不仅在阿里内部得到广泛应用，享有很好的口碑，正逐步走向第三方开放市场。 本书是学习和掌握ODPS的专业指南，作者来自阿里ODPS团队。全书共13章，主要内容包括：ODPS入门、整体架构、数据通道、MapReduce编程、SQL查询分析、安全，以及基于真实数据的各种场景分析实战。本书基于很多范例解析，通过在各种应用场景下的示例来说明如何通过ODPS完成各种需求，以期引导读者从零开始轻松掌握和使用ODPS。同时，本书不局限于示例分析，也致力于提供更多关于大数据处理的编程思想和经验分享。书中所有示例代码都可以在作者提供的网站上免费下载。 本书适合想要了解和使用ODPS的读者
大数据是互联网、移动应用、社交网络和物联网等技术发展的必然趋势，大数据应用成为当前*为热门的信息技术应用领域。本书由浅入深，首先概述性地分析了大数据的发展背景、基本概念，从业务的角度分析了大数据应用的主要业务价值和业务需求，在此基础上介绍大数据的技术架构和关键技术，结合应用实践，详细阐述了传统信息系统与大数据平台的整合策略，大数据应用实践的流程和方法，并介绍了主要的大数据应用产品和解决方案。*后，对大数据面临的挑战和未来的趋势进行了展望。第2版，对于这几年的发展做一个补充。
本书介绍了当下流行的实时数据处理引擎Flink，讲解了流处理API、批处理API、机器学习引擎FlinkML、关系型API、复杂事件处理FLinkCEP，以及指标度量与部署模式。此外，本书展开分析了流式数据处理理论中时间、窗口、水印、触发器、迟到生存期之间的关联关系；深入分析了多项式曲线拟合、分类算法SVM、推荐算法ALS-WR的理论和FlinkML实现。希望快速上手Flink以开展实时大数据处理与在线机器学习应用的从业者，本书是不二的选择：本书首先介绍相关概念引入的原因、解决方案的演进过程、Flink的对应架构、编程案例以及开放式的思考问题。
本书共分10章，通过3个典型案例——“教学管理系统”、“图书管理系统”和“工资管理系统”，依次讲解了数据库的基本概念、创建和管理数据库、创建和操作数据表、设计和创建查询、SQL查询、设计和创建窗体、设计和创建报表、创建用户界面以及应用实例，并将知识点融入开发案例中，**后以真实系统开发为例，贯穿所有的知识点，介绍应用程序创建的全过程。 本书知识性强，具备实用性和可操作性，可满足高职高专各相关专业学习关系数据库应用课程的需求，也可作为一般公司企业的员工培训教材，也适合作为全国计算机等级考试二级的Access的参考教程。
琚春华、封毅著的《商业数据流挖掘模型方法及应用》是针对商业数据流挖掘模型、方法及应用的学术研究专著。全书共分9章：第1章为绪论，综述了商业数据流挖掘的相关概念和研究进展并描述了全书的概貌，起到了导引的作用；第2章和第3章为模型篇，主要介绍了商业数据流管理模型与商业数据流概念漂移模型；第4、5、6章为方法篇，分别从商业数据流关联规则、分类、聚类三大方面对商业数据流的挖掘方法进行了详细阐述；第7章和第8章共同构成了应用篇，主要介绍了商业数据流挖掘的两方面应用案例； 一章对商业数据流挖掘模型、方法及应用进行了归纳总结，并对商业数据流挖掘的未来发展做出展望。 本书适于从事数据挖掘和智能信息处理研发的科技工作者阅读使用，也可作为高等院校数据挖掘、智能信息处理、管理科学与工程等管理类和信息类相关
本书分为理论篇、工具篇和实训篇。理论篇主要介绍数据挖掘的基础知识、基本任务和常用方法，侧重培养学生对于数据挖掘基本概念等理论知识的正确理解；工具篇主要介绍PMT这一的数据挖掘工具，通过功能简介、分类预测认知实验等内容，侧重培养学生对于数据挖掘基本操作的准确认知；实训篇主要介绍了七个来自实际企业需求的大数据挖掘案例，侧重培养学生对于数据挖掘解决实际问题的应用。本书结构严密、内容较新，叙述清晰，强调实践，可作为各类职业院校大数据类课程的教材，也可作为企业大数据分析的培训教材，还可作为企 企业管理、电子商务、市场营销、 贸易等相关从业人员的参考用书。
本教材共包含三个部分，在介绍商务数据分析基本理论框架的基础上，重点介绍了商务数据分析常见方法，并分析了商务数据分析的典型实例。具体而言，前两章属于 部分，介绍了商务数据分析的基本概念、常用的理论依据，提出了商务数据分析框架，也是本教材内容的组织框架。第二部分包括第三章到第十章，依据所提出的分析框架，第三章和第四章分别介绍了数据获取和理解，以及数据预处理这几个重要的数据分析阶段需要做的工作。第五章到第八章详细介绍了各种商务数据分析常见的方法模型，包括计量模型、分类预测模型、聚类与关联规则模型、社会网络分析模型等。第九章围绕文本和图像类数据，介绍了复杂的商务数据分析方法，第十章描述了数据可视化的方法和工具。第三部分包括 三章，即第十一章到第十三章。这三章分别围绕预测模型、分类模
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
