本书完整全面地讲述数据挖掘的概念、方法、技术和近期新研究进展。本书对前两版做了全面修订，加强和重新组织了全书的技术内容，重点论述了数据预处理、频繁模式挖掘、分类和聚类等的内容，还全面讲述了OLAP和离

近年来，随着Web技术的发展和应用的普及，大量用户将线下行为转移到线上进行，并且通过各种社会媒体随时随地进行社会交互和情感表达。这些海量的社会行为形成的大数据，催生了社会计算这个新的跨学科的研究和应用领域。《清华大学学术专著·社会计算：用户在线行为分析与挖掘》在大数据的时代背景和社会计算的框架下，介绍从大量用户在线行为数据中发现其中隐含的用户行为模式和兴趣偏好的方法和技术。全书主要内容分为7个部分，分别介绍用户在线搜索行为、网上购物行为、浏览行为、社会标注行为、评论行为以及社交行为等方面的数据分析技术和方法，涉及搜索意图的分析、购物模式的发现、周期行为的挖掘、标签的有效聚类、评论意见的挖掘、用户偏好的发现、个性化方法、链接分析以及社会网络的分析方法等研究内容。 《清华大学学术专

数据库的性能优化一直是DBA日常工作中非常重要的组成部分，然而很多DBA在学习了大量技术，参加了大量培训后，仍然会在实际工作中遇到难以下手的问题。实际上，在数据库优化工作中，方法和思路远比技术实现重要得多。 《DBA的思想天空：感悟Oracle数据库本质》重在介绍Oracle数据库的性能调优方法及相应的工作思路，但并不拘泥于技术细节。作者通过大量真实案例，深度剖析了相关技术原理，同时还阐述了理论知识在实践中的应用方法。优化工作的本质其实就是透过表象探寻根源，解决问题实现调优，正所谓 思路是道，操作方法是技 ，得道是极大的提升，也是DBA的思想精髓。 n

本书共章。第章是概述，阐述数据挖掘的意义与实际应用。第～章介绍网络和数据技术基础知识。这一部分内容涉及互联网上通信、交换、保存和显示信息的基础技术（如、、、、、等），并讲解用于查询网络文档和数据集的基本技术（和正则表达式）。第～章介绍网络抓取和文本挖掘的实用工具箱。这一部分由三个核心章节组成：第章讲解多种网络抓取技术，涉及正则表达式的使用、、各类接口、其他数据类型以及开源社区相关的技术；第章深入介绍用于统计性文本处理的技术；第章给出关于用管理数据的项目中常见问题的一些见解。第～章介绍实际案例分析，涉及美国参议院里的合作网络、从半结构化文档解析信息、利用预测年奥斯卡奖、绘制姓氏地理分布图、采集关于手机的数据、分析产品评论里的情绪等。这些案例分析针对日常的数据抓取和文本处理的工

本书从工业测控的实际应用出发，系统地讲述了虚拟仪器软件LabVIEW的测控应用技术。首先介绍了虚拟仪器的含义、功能、结构、特点和常用开发平台，接着系统地讲述了LabVIEW程序设计基本知识，然后通过基于板卡的测控系统、串口通信测控系统等19个典型应用实例，详细地讲解了利用LabVIEW设计测控程序的方法，帮助读者完整地掌握LabVIEW测控应用实战技术。 书中提供的测控应用实例都有详细的操作步骤，读者可以按步骤用LabVIEW实现各种测控功能，因此实践操作性强是本书的一大特色。 本书内容丰富，论述深入浅出，有较强的实用性和可操作性，可供自动化、计算机应用、电子信息、机电一体化、测控仪器等专业的高等院校师生阅读，还可供从事计算机测控系统研发的工程技术人员参考。

《数据科学导引》是博雅大数据学院针对新开设的“数据科学与大数据技术”专业编写的数据科学导论课程教材。 《数据科学导引》内容共分十五章，包括绪论、数据预处理、回归模型、分类模型、集成模型、聚类模型、关联规则挖掘、降维、特征选择、EM算法、概率图模型、文本分析、图与网络分析、深度学习、分布式计算。附录部分对相关的基础知识做了简要介绍。 《数据科学导引》还提供了大量的数据分析实践案例，有助于加深读者对理论知识的理解，及培养其实际应用能力。 《数据科学导引》可作为全国高等学校数据科学相关专业的本科生和研究生教材，也可供从事相关工作的技术人员参考使用。

本书详细地介绍使用 Access 开发数据库系统的知识、技术与实际应用。全书共 13 章，每一章都是一个独立的主题，以数据库系统的开发流程来组织各章内容和排列顺序，有助于梳理 Access 知识体系和数据库开发流程。本书内容包括 Access 数据库术语、数据库对象及其视图、Access 界面环境的使用与定制、数据库的整体设计流程、创建数据库和表、设计表结构、设置表的主键和索引、创建表之间的关系、在数据表视图中操作数据、使用查询操作数据、使用窗体显示和编辑数据、使用报表呈现与打印数据、使用表达式和 SQL 语句、使用宏让操作自动化、管理和维护数据库等内容，最后一章介绍了开发一个数据库管理系统的具体方法和步骤。 为了帮助读者更好地理解在开发数据库的过程中涉及的 Access 知识和技术，本书提供了 72 个案例，读者可以在学习过程中多加练习，不