《从零进阶！数据分析的统计基础（第2版）》 共 6 章，分别讲解了数据分析的步骤和方法、描述性统计分析、抽样估计、假设检验、方差分析、 相关与回归分析，使用简单的语言介绍了这些数据分析基本方法的核心思想和涉及的统计学、概率论等方面 的理论内容，并使用图示的方法详细介绍了使用 Excel 2013 进行简单的描述性统计分析和使用 SPSS 进行相 关的数据分析的过程与结果分析。

电商坐拥互联网行业最丰富的用户数据金矿，却很少有人从中挖掘出真金白银。《数据掘金——电子商务运营突围》一书旨在打破这一困境，一步一步引导从业者以数据为核心来运营网站或网店。《数据掘金——电子商务运营突围》用浅显的文字与独特的视角，不仅成功解读电商数据运营之惑，更呈现大量数据分析和挖掘的必要基础知识及实用相关工具。在通过阅读轻松掌握电商数据运营须关注的要点与方法之后，读者还可有针对性地从书中选择学习如何利用数据来完成——流量获取优化、广告投放、客户分析，以及客户价值提升等一系列电商运营要务。 《数据掘金——电子商务运营突围》一书主要写给电商从业人员，无论是中小电子商务的运营人员、数据分析人员，还是大公司负责电子商务的策略官、市场官和运营官，都能从《数据掘金——电子商务运营突围

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。

本书围绕简明、易学、易用的原则来编写，在系统地介绍各种数据类型的数据结构的基础上，进行应用实例分析与C语言描述实现，示例程序很容易地利用Visual C 或TC等开发环境实现，较全面地把数据结构的理论与实践结合起来。全书共9章，包括绪论、线性表、栈和队列、串、数组和广义表、树、图、查找、排序等内容。教材中除详细的应用实例外，各章又配备了适量的习题，以便于读者理解和掌握数据结构的基本理论和方法。 本书可作为各类大专院校的计算机科学与技术和信息类相关专业的教材或学习参考书。本书要求读者熟悉C或C 语言。

《教学成果奖配套教材：数据结构》的主要任务是介绍并探讨有关数据组织、算法设计、时间和空间效率的概念和通用分析方法，帮助读者理解数据的组织方法和现实世界问题在计算机内部的表示方法，针对问题的具体应用背景进行分析，进而选择合适的数据结构，从而培养程序设计技能。 本书章介绍了数据结构与算法的基本概念；第2章基本上是对C语言关键内容的复习，为后续章节理解数据结构的实现作准备；第3章至第7章分别介绍了线性表、树、散列表、图、排序算法等经典数据结构与算法；在第8章通过对两个实际生活中提炼出的问题的解答，帮助读者更深刻体会数据结构的应用。 本书可作为高等学校计算机类专业的专业基础课“数据结构”的教材。

本书根据前两版读者的使用建议进行了修订，第3版继续保持了前面版本的内容全面、实例丰富、理论知识与应用技术相结合等特点，并新增了数据查询方面的示例，增加了附录中数据库分析与设计示例的复杂性。本书由四部分组成：部分偏重于数据库理论，主要介绍关系数据库理论；第二部分和第三部分偏重于应用，包括服务器端和客户端的应用：第四部分介绍了数据库的新的应用领域和发展方向。在附录部分用一个完整的示例说明了数据库设计的全过程。书中还涉及sql server 2005的功能、使用方法以及在visual basic 6．0中开发数据库客户端程序的方法。 本书可作为高等院校非计算机专业的数据库教材，也可作为计算机专业学生的补充读物，并可供数据库初学者作为入门读物。

本书源自作者在斯坦福大学教授多年的“Web挖掘”课程材料，主要关注大数据环境下数据挖掘的实际算法。书中分析了海量数据集数据挖掘常用的算法，介绍了目前Web应用的许多重要话题。主要内容包括： □ 分布式文件系统以及Map-Reduce工具； □ 相似性搜索； □ 数据流处理以及针对易丢失数据等特殊情况的专用处理算法； □ 搜索引擎技术，如谷歌的PageRank； □ 频繁项集挖掘； □ 大规模高维数据集的聚类算法； □ Web应用中的关键问题：广告管理和系统。 本书配套网上提供英文版初稿以及一些课件和项目作业。

大数据是“在多样的或者大量的数据中快速获取信息的能力”。 大数据是一种思维方式，必须融入到企业的每一个毛细血管中。大数据时代已经到来，正在引发一场革命！ 大数据正以的速度颠覆人们探索世界的方法，引起社会、经济、学术、科研、国防、军事等领域的深刻变革。 数据成为资产、产业垂直整合、泛互联网化是大数据时代的三大发展趋势。 大数据是“在多样的或者大量的数据中快速获取信息的能力”。 大数据是一种思维方式，必须融入到企业的每一个毛细血管中。大数据时代已经到来，正在引发一场革命！ 大数据正以的速度颠覆人们探索世界的方法，引起社会、经济、学术、科研、国防、军事等领域的深刻变革。 数据成为资产、产业垂直整合、泛互联网化是大数据时代的三大发展趋势。 数据资产成为和土地、资本、人力并驾齐驱的关键生产要

为了适应数据库技术的发展需要，满足广大读者和教师的建议和需求，本书是在《数据库原理及开发应用》的基础上修订而成，本版深入浅出地讲解了数据库原理及其应用。相对版，本版对原书各章节增加了大量的例题，本版更系统全面、例题更丰富、实用性更强、注重培养学生的应用技能和能力，既能更方便教师的讲授，又便于学生掌握和理解数据库知识。 《数据库原理及开发应用（第二版）》的主要内容为数据库概述、数据模型、关系数据库的基本理论、transact?sql语言、结构化查询语言sql、存储过程和触发器、关系模式的规范化设计、数据库设计、数据库的安全与保护、数据库应用系统设计实例、web数据库应用系统、数据库技术新进展。 《数据库原理及开发应用（第二版）》注重教材内容循序渐进、由浅入深、理论与实践相结合，书中有大量的图形

本书内容主要分为篇：SQL Server 2000基础篇、网络数据库应用篇和实验篇，篇主要介绍SQL serVer 2000数据库管理系统的主要原理及应用；第二篇则利用开发语言VB和ASP作为前台开发语言，用SQL Server作为后台数据库，围绕学生管理系统和图书管理系统两个实例，全面介绍网络数据库开发的全过程；第三篇是对全书内容提供实验训练，以帮助学生学习消化书本知识。 本书内容丰富，层次分明，实用性和系统性强，不仅可作为高职高专信息与网络专业和计算机专业师生的和教学辅导书，也可作为有开发经验的广大编程人员的技术参考书。

数据可视化是展示数据的重要手段，广泛适用于数据分析、计量统计、演讲展示和各种网站应用。而通过浏览器来呈现数据不受平台限制，任何计算机只要能上网就可以看到漂亮的交互式图表。《数据可视化实战：使用D3设计交互式图表》将带领读者学习当前最热门的基于浏览器的数据可视化库——D3。作者通过风趣幽默的语言、简单易懂的示例，由浅入深地介绍了使用D3所需的基本技术，以及基于数据绘图、比例尺、数轴、数据更新、过渡和动画等构建交互式在线图表的核心概念，还介绍了D3中常用的布局方法和创建地图等流行应用的技巧。 《数据可视化实战：使用D3设计交互式图表》需要读者具有一定的Web开发经验，特别要了解一些DOM编程。除此之外，只要对数据可视化感兴趣，均可阅读学习。

10余位数据挖掘领域专家和科研人员，10余年大数据挖掘咨询与实施经验结晶。从数据挖掘的应用出发，以电力、航空、医疗、互联网、生产制造以及公共服务等行业真实案例为主线，深入浅出介绍Python数据挖掘建模过程，实践性极强。 本书共15章，分两个部分：基础篇、实战篇。基础篇介绍了数据挖掘的基本原理，实战篇介绍了一个个真实案例，通过对案例深入浅出的剖析，使读者在不知不觉中通过案例实践获得数据挖掘项目经验，同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中，应充分利用随书配套的案例建模数据，借助相关的数据挖掘建模工具，通过上机实验，以快速理解相关知识与理论。 基础篇（～5章），章的主要内容是数据挖掘概述；第2章对本书所用到的数据挖掘建模工具Python语言进行了简明扼要的说明；第3章、第4章、第5章对数据挖掘的建

本书是机器学习和数据挖掘领域的经典教材，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。

《数据挖掘（概念与技术）》论述数据挖掘的基本概念、基本技术和进展。《数据挖掘（概念与技术）》分10章，全面而深入地介绍数据库技术的发展和数据挖掘的应用，数据仓库和联机分析技术，数据预处理技术（数据清理、数据集成和转换、数据归约），数据挖掘技术（数据的分类、预测、关联和聚类），先进数据库系统中的数据挖掘方法，以及数据挖掘的应用和一些具有挑战性的问题。《数据挖掘（概念与技术）》注重实效，在讨论概念与技术时辅以实例，并提供代表性算法。《数据挖掘（概念与技术）》可作为高年级本科生和研究生的教材，也可供相关技术人员作参考读物。