数据建模指的是对现实世界各类数据的抽象组织，确定数据库需管辖的范围、数据的组织形式等直至转化成现实的数据库。而数据模型是构建应用系统的核心，是尽可能精准地表示业务运转的概念性框架。本书通过平实的语言，对数据模型及建模过程进行了深入浅出的介绍。全书内容分为5个部分，对数据建模简介、数据模型要素，概念、逻辑和物理数据模型、数据模型质量以及数据建模的进阶内容等方面进行讲解，全面细致地为读者解答与数据建模相关的知识点和疑问。除此之外，本书的zui后还对各类专业术语进行了细致的解释，方便读者参考。本书是一本经典的数据建模指南，非常适合对数据建模感兴趣的读者以及从事数据科学等相关工作的专业人士参考阅读。
数据结构教程(第3版) 第3版第2次印刷
本书较系统地阐述了数据库系统的基础理论、基本技术和基本方法，并以当前流行的Microsoft SQL Server 2005作为平台，介绍了Microsoft SQL Server 2005的基础和典型应用。全书共分两部分：数据库基础和SQL Server 2005实验。第1部分为数据库基础，包括绪论、SQL Server 2005基础与环境、SQL Server 2005操作、关系数据库标准语言SQL、数据库的视图、T-SQL语言程序设计、索引与数据完整性、存储过程和触发器、数据库系统安全管理、SQL Server 2005备份恢复与导入导出、关系数据库规范化理论、数据库设计；第2部分包括9个SQL Server 2005的实验。每章都配有小结和习题。 本书重点突出、面向实用，并为教师配有教学课件，方便教学。本书适合作为高等院校计算机及相关专业数据库原理课程的教材，也可供广大技术人员及自学者参考。
《新编计算机专业重点课程辅导丛书：新编数据结构习题与解析》作者长期从事程序设计语言和数据结构课程的基础教学工作，《新编计算机专业重点课程辅导丛书：新编数据结构习题与解析》是在总结这些教学经验的基础上编写而成，全书分为12章，包括绪论、线性表、栈和队列、串、数组和稀疏矩阵、递归、树形结构、广义表、查找、内排序、外排序、文件，最后的两个附录给出几份试题和参考答案。 《新编计算机专业重点课程辅导丛书：新编数据结构习题与解析》强调数据结构中逻辑结构、存储结构和算法设计的层次思想，总结知识难点的求解方法，力求归纳各类算法设计的规律，并深人讨论递归算法的设计方法。 书中提供了大量例题，适合作为课程考试和研究生考试辅导用书，任课教师可以将其作为教学参考书使用，对于计算机专业的本科学生，
作为数据库基础与应用的入门教材，本教材特点是通过“网上购物系统”案例将数据库建模、应用和管理系统开发等内容联系在一起，由浅入深、循序渐进地进行讲解。内容安排上，本教材分为基础理论、深入应用、综合应用、实验指导4个部分。基础理论部分的知识点在后面的深入应用和综合应用部分反复应用，以加深学生对理论知识的理解。 本书各章节使用了大量案例，这些案例既独立又互相联系，各章节案例集成在一起构成综合案例——网上购物系统。综合案例的开发帮助学生理解各章节知识点，形成数控库应用系统的整体框架与结构，为学生的学习和开发数据库管理系统提供支持，达到深入理解数据库原理的目的。 本书可作为高等院校非计算机专业学生的数据库基础教材，也可作为数据库基础应用培训和职业学院数据库应用开发的教材，同时可供
本书是*双语教学示范课程《数据结构》的配套教材，根据*高等学校计算机科学与技术教学指导委员会制定的《高等学校计算机科学与技术专业发展战略研究报告暨专业规范》编写。全书每章均以数据的逻辑结构、存储结构和相应的算法实现为主线，并对算法的运算效率进行分析。全书分为8章，涵盖了各种常见数据结构。第1章主要介绍数据结构和算法分析的基本概念，第2～6章主要介绍典型的线性结构、树型结构和图型结构，第7～8章分别介绍查找和排序操作。 另外，每章后面附有习题和上机实验内容，上机实验提供了完整的、可运行的程序上机实验供读者参考，以加深读者对所学知识的理解和应用。 本书既可作为高等院校计算机及相关专业数据结构课程的教学用书，也可作为从事计算机工程与应用的广大读者的参考书。
本书根据《国家中长期教育改革和发展规划纲要(2010—2020年)》精神，结合教学改革和应用实践编写而成。本书采用实例方式讲授Web数据库的应用，以“理论够用、实用有效”为原则，使读者能快速掌握Access 2003、Microsoft SQL Server 2005、MySQL 5.1、Oraqle 10g和DB2等数据库技术与应用。本书内容包括数据表的建立、数据录入、删除、更新、查询、插入等基本操作，然后从网页编程的HTML语言入手，在此基础上，进一步掌握JavaScript、CSS等动态网页技术，后在IIS、Apache、Tomcat环境中掌握基本的Web数据库编程技术，实现基于数据库的电子商务网站。 本书内容广泛翔实，适用于高等职业类、应用型本科类、技工类等学校使用，可作为数据库初学者的入门教材和数据库相关课程设计教材，也可以作为数据库工程师的培训教材，还可以作为企业岗前培训教材。
本书主要介绍数据库的基本原理，并以MySQL数据库为平台，讲解关系型数据库基本原理在MySQL数据库中的应用，是数据库原理学习和MySQL数据库应用学习的基础教材。本书共16章，第1章介绍数据库基本概念；第2章介绍概念模型设计；第3章介绍逻辑模型设计；第4章介绍MySQL数据库环境；第5章介绍MySQL数据库的创建与管理；第6章介绍数据表的创建与管理；第7章介绍数据输入与维护相关的DML语句及其用法；第8章单独介绍数据查询语句及其用法；第9章介绍Sql编程基础，如MySQL常用函数、游标等；第10章介绍视图的定义与使用；第11章介绍索引的定义与使用；第12章介绍存储过程的定义与使用；第13章介绍触发器的定义与使用；第14章介绍MySQL数据库的安全管理；第15章介绍MySql高级应用分布式部署；第16章使用Java语言开发了个MySQL数据库应用案例，以此介绍Java操作MySQL数据库的
本书是对主教材的补充，主要包括实验部分和习题部分。实验部分包括基础性实验和拓展性实验。基础性实验以学生应该掌握的基本知识和基本技能为依托，主要是对数据结构的基本操作进行验证性的实验，提高学生实践操作能力；拓展性实验主要是数据结构类型的应用，培养学生的创新意识和解决实际问题的分析能力。习题部分包含知识考点、常规题型和试题解析。考点分析部分是对知识点的凝练、总结和升华，便于学生梳理知识要点；常规题型主要是对考研、升本等题型的归纳和分类，便于学生对知识的掌握，达到融会贯通、举一反三；解析部分是培养学生分析问题、解决问题以及综合应用知识的能力。本书是《数据结构(C语言版)》的配套教材，可作为考研、升本、自学等考生的辅导材料。
什么是 管理大数据 ：管理大数据是指企业发展过程中不断出现和积累的，涉及战略、组织、人力资源、企业文化等专业领域的各项管理数据。众多企业的管理数据整合到一起，可以形成多生态跨产业链的垂直整合、横向共享的完整生态体系，具有 海量、人工智能 的特征。 管理大数据的优势：丰富性，管理数据覆盖行业范围广，维度丰富，数据量巨大。完整性，管理数据涵盖企业战略描述、组织信息、管理制度、企业文化、管理变革过程记录等，数据完整。连续性，管理数据记录周期长、延续性好。实效性，管理数据为组织变革提供及时有效的支撑。 出版背景：2017年3月27日， 运筹帷幄，全球共享 中源数聚管理大数据（RBD）发布会在北京中关村创业大街3W咖啡隆重举行。来自管理咨询行业、互联网领域、创投界、政商界的一百多位精英齐聚一堂，共同见证全球
《普通高等教育“十一五”计算机类规划教材：数据库原理及应用》将数据库基本原理、方法和应用技术相结合，以关系数据库系统为核心，在完整地论述数据库系统的基本概念、基本原理的基础上，对Microsoh SQLSetver等主流的数据库管理系统、Visio和PowerDesigner、ASPNET和ADDNET等数据库设计与软件开发工具进行讲解。主要内容包括数据模型、数据库系统的体系结构、关系数据库方法、关系数据库的结构化查询语言、关系模式的规范化理论、数据库设计、数据库保护、Microsoft sQLserver 2000、ASP．NET和ADD．NET数据库开发技术、分布式数据库系统、数据仓库与数据挖掘、xML数据库等。 本书可作为高等院校计算机专业、信息管理与信息系统以及相关专业的本科生的教材，还可作为广大软件设计与开发的工程技术人员等信息领域工作的科技人员的参考书。
本书以Visual FoxPro 6.0为软件平台，全面介绍了数据库系统的概念、使用、管理和开发。内容以两条主线贯穿全书，一是Visual FoxPro的知识体系结构；二是综合案例，体现案例教学的特点。本书内容涵盖了《全国计算机等级考试大纲》中Visual FoxPro程序设计部分。 全书主要内容包括数据库基础知识、数据库与表的建立和使用、查询和视图的应用、SQL的应用、程序设计基础、面向对象程序设计、表单与控件的使用、菜单和报表的设计等，此外，还安排了10个上机实验。 本书配套教学资源丰富，提供完整的教学课件、程序素材和网络课程，方便学生学习和教师讲授。 本书可作为高等院校和高职高专院校的“数据库及应用课程”教材，还可作为全国计算机等级考试(二级Visual FoxPro)的辅导书。
本书以Access2003关系数据库管理系统为蓝本，从实际应用的角度出发，采用案例驱动的方式编写，系统地介绍了数据库的基本概念，Access2003的主要功能和使用方法，数据库及表的基本操作，数据查询、窗体设计、报表制作、数据访问页、宏的创建和使用，模块和VBA编程等，并通过一些实例分析，深入浅出地向读者全面介绍了Access的使用方法。 本书由一组系统化的、围绕一个数据库应用系统的相关例子贯穿，具有普遍适用性，同时提供了大量的操作示例，可使读者能够真正将所学知识运用到实际项目中去。与本教材配套的实训教程，以详尽细致的实验内容辅助读者对有关操作进行系统训练。 本书以实际需求引出功能，内容由浅入深、通俗易懂、图文并茂、实用性强，主要面向初次学习数据库技术的大学本科各专业学生，对于专科和高职学生，以及对数
《数据库原理及其应用教程(第三版)》详细介绍了数据库原理、方法及其应用开发技术。全书共分8章，分别介绍了关系数据库标准语言——SQL，数据模型，数据库系统的模式结构，关系模型与关系代数运算，关系模式的规范化设计理论，数据库的安全与保护，RAID技术，数据库设计与实施，数据库应用系统的体系结构，Microsoft SQL Server 2008的安全管理、完整性策略、恢复技术、并发控制方法、触发器和存储过程，一个基于．NET框架的Microsoft Visual Studio 2008，C#/SQL Server 2008的C/S结构的简单数据库应用系统开发过程等内容。书中还介绍了数据库技术的新发展，如面向对象数据库技术、分布式数据库、XML数据库、数据仓库与数据挖掘技术等。 《数据库原理及其应用教程(第三版)》配有较多的例题和适量的习题，随书光盘包括书中所有SQL例题和分别用C#．NET(SQL Server 2008)、Delphi
本书是普通高等教育“十一五”*规划教材的再版。 作为数据库理论的实验指导教材，本书主要以大型数据库管理系统SQLServer 2008和数据库设计工具PowerDesigner15.1为例，通过详尽的实验和训练来培养学生对数据库的应用、设计、开发及维护的能力。全书共分为基础篇、提高篇、设计篇、训练篇和实例篇5篇。本书好与数据库的理论教材配合使用。 本书的特点是循序渐进、由浅入深。它从细微的验证性实验入手，然后进行关系数据库的设计与维护，直至后设计与开发完整的数据库应用程序，从而使读者不仅了解数据库本身，而且清楚数据库与其他先修及后续课程的联系；不仅理解理论知识，而且能够熟练应用。本书配有大量的训练题目，既便于教师教学，又便于学生自学。 本书可作为高等学校计算机及相关专业的数据库实验教材，也可供从事数据库应用
本书是将大数据基本理论与基本应用有机结合的教材，按照定义、特征、技术流程和典型案例分析的方式编写，抽丝剥茧，由易到难，有助于读者理解和掌握大数据技术。本书的一大亮点是每章中都使用图表对大数据与传统数据处理方式进行对比。另外，本书注重启发式的学习策略，便于读者理解和掌握。全书在每一章均附有实际应用案例与关键词注释，方便读者查阅和自学，同时配备了习题和参考答案。本书适合作为普通高校大数据技术的基础教材，也可以作为职业培训教育及相关技术人员的参考用书。
本教材依据*高等学校计算机教学指导委员会于2003年颁布的“计算机基础教育白皮书”中的“数据库技术及应用”教学大纲编写。 本书系统全面地阐述了数据库系统的基本理论、技术和方法，具有概念清楚、重点突出、章节安排合理，重视上机实验环节等特点。书中以流行的SQL Server 2000数据库管理系统为技术案例和实验平台，具有较好的可操作性。书中每章附有丰富习题。为便于组织教学和实验，本书的后一章为数据库课程的教学标准、实验标准和实验方案，供读者参考。 为了更好地掌握书中的理论知识，更有效地进行数据库实验，还编写了与本书配套的《数据库技术及应用实验指导和习题解答》，其中给出了课程标准、实验指导及详细的习题解答，对数据库的学习和教学会有很大的帮助。 本书可作为大学本科生学习数据库系统的教材，也可供计算机爱
本书是面对当前大数据应用、可视分析研究和应用的新形势，专门为数据科学与大数据技术、智能科学与技术、计算机、数据处理等专业本科生开设数据可视化课程而编写的一本教材。该书将教学之严谨和科研之创新有机地结合，全面诠释了大数据可视化的内涵与外延，详细介绍了大数据可视化概述、可视化的类型与模型、数据可视化基础、数据可视化的常用方法、大数据可视化的关键技术、可视化交互、大数据可视化工具、大数据可视化系统 魔镜以及大数据可视化的行业案例等内容。为了便于学习，每章都附有习题。
国家大数据战略的实施推动了医学大数据的快速发展，如何利用大数据分析技术发掘医学数据中的潜在价值对于推动医学研究的进步、全面实施健康中国战略、满足人民群众健康医疗需求都具有重要促进作用。 《医学大数据分析》以面向医学领域研究问题需求的数据分析方法为主线，以培养医学生的数据思维能力为目标，以全新的视角组织内容，突出数据分析方法和医学应用实践相结合的方式深入讲解医学大数据处理和分析的基本知识和实现技术。 《医学大数据分析》分为15章，内容包括医学大数据概述、常用大数据工具、医学大数据的获取、数据预处理、数据降维、回归分析、关联规则分析、分类方法、聚类方法、时间序列分析、人工神经网络与深度学习、马尔科夫预测、医学文本数据分析、医学图像大数据分析、医学信号数据分析。 《医学大数据分析》既注
