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
SQL用于在数据库中插入和提取数据，是操纵数据库中数据的一种国际标准。本书涵盖了SQL的方方面面，包括基础知识、数据库设计、数据库的创建，以及SQL语言在各种数据库中的应用等内容。 本书提供了一些基本代码、理论、概念和技术，以及大量有用示例，使得您能够针对各种实际情况快速设计数据库并编写SQL代码。每章末的练习都有助于您巩固所学的知识。阅读完本书后，您将能够轻松处理有关SQL的多种难题。 本书主要内容：如何从数据库中获得想要的数据；利用SQL的内置功能使用和操纵数据的过程；如何从众我不同的表中检索数据；如何在数据库中创建各种级别的安全，使得您能够编辑数据或者改变数据库的结构；标准化的理论和实际应用；高级数据库设计。 本书读者对象：本书既适合于具有一定编程经验并希望控究如何使用SQL开发数据
本课程为数据库进阶课程，讲述数据库企业级应用技术。教材共8章内容，另加两个附录。 ~7章为基础部分，第8章为扩展部分；凡标有*号的部分均为扩展内容，可根据实际情况选读、选讲；每章均有完整的学习案例贯穿其中。第1章为关系数据库设计范式，讲述关系数据库中表设计时的三大范式原则；第2章为关系数据库事务，讲述关系数据中进行数据维护、操作时如何使用事务来保证数据的安全性、一致性和完整性；第3章为存储过程开发，讲述存储过程的作用、种类以及开发语法；第4章为触发器应用，讲述触发器的概念、作用、种类、应用以及相关的基本语法；第5章为关系数据库管理，讲述如何实现数据权限控制、数据备份、恢复等；第6章为查询检索 应用，讲述查询检索的 技巧，以及特定关键字的功能用法；第7章为PowerDesigner设计工具，讲述如何运用此工具进行
为落实国家大数据战略部署，工业和信息化部办公厅于2016年5月，向地方工业和信息化主管部门及大型企业下发了《工业和信息化部办公厅关于组织开展大数据优秀产品、服务和应用解决方案征集活动的通知》（工厅信软〔2016〕441号），在全国范围内广泛征集大数据优秀产品、服务和应用解决方案，经过四十余位业内专家三轮的严格评审，遴选了50个优秀案例。本书是50个优秀案例的汇编，充分展示了部分先行先试的国内企业在大数据技术、产品、服务以及应用方面的经验和模式，以及取得的初步成效。编者希望通过这种展示方式，为相关地区、行业、企业发展和应用大数据提供有益的借鉴与思考，同时促进政产学研用深度合作，指导和帮助地方、企业和用户加强沟通交流。本书可为政府部门、行业企业、科研机构，及其从事大数据政策制定、管理决策和咨询研究
本书旨在帮你了解数据引导设计的基本原则，了解数据与设计流程整合的价值，避免常见的陷阱与误区。本书重点关注定量实验与A/B测试，因为我们发现，数据分析与设计实践在此鲜有交集，但相对的潜在价值与机会缺大。本书提供了一些关于在组织中开展数据实践的观点。通过阅读这本书，你将转变你的团队的工作方式，从数据中获得大收益。后希望你可以在衡量指标的选择、佳展示方式与展示时机、测试以及设计意图增强方面，自信地表达自己的思路。
《数据挖掘与教学建模》以国际数据挖掘标准流程（GRISP-DM）为依据，以企业管理面临的现实问题为应用案例，由浅入深介绍数据挖掘方法及其解决问题过程的数据理解、数据处理、数据分析、数学建模、模型结果评估等内容，并引人应用广泛的数据挖掘Clementine软件辅助问题案例的解决，使读者不仅可以集中地学习数据挖据的主要理论方法，而且可以了解基于数据挖掘的数学建模过程，可以学习应用软件辅助解决问题的操作方法。 《数据挖掘与教学建模》把理论、案例、建模、软件辅助结合一体统一叙述，简述理论，突出应用，详细分析，展示过程，既考虑高校学生的学习需要，分本科生与研究生学习层次，又考虑企业管理者的应用与实践需要。 《数据挖掘与教学建模》可作为数据挖掘理论与技术的教学、实践、应用和提高的教科书或参考书。适
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
数据仓库专家KrishKrishnan以清晰和简明的阐述，带领我们了解在大数据时代如何升级数据仓库并帮助企业做出智能决策。全书分为三部分：部分讨论大数据技术及其应用案例；第二部分讲解数据仓库技术，包括数据仓库的架构选择、工作负载和新兴技术；第三部分讨论大数据和数据仓库的集成，包括数据分析、数据可视化、信息生命周期管理、数据科学家的角色变迁等。本书适合从事数据架构、分析、挖掘等工作的技术人员和管理人员阅读，也适合学习相关专业的学生参考。
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
