作为云计算所青睐的分布式架构，Hadoop 是一个用Java 语言实现的软件框架，在由大量计算机组成的集群中运行海量数据的分布式计算，是谷歌实现云计算的重要基石。本书分为3 个部分，深入浅出地介绍了Hadoop 框架、编写和运行Hadoop 数据处理程序所需的实践技能及Hadoop 之外更大的生态系统。 《Hadoop实战》适合需要处理大量离线数据的云计算程序员、架构师和项目经理阅读参考。

樊颍军编著的《电子商务数据库技术(全国高职高专院校十二五规划教材)》讲述了：随着计算机的广泛应用和迅速普及，使得人们在日常生活中管理的信息量急剧增加，因而数据库技术已经逐渐成为信息技术的重要组成部分。目前，数据库技术已经拓展到各行各业的多种应用当中。对于高等院校各专业的学生而言，学习一种数据库管理系统的应用技术，掌握相应的数据库应用系统开发技能是信息技术发展对学生的要求。《电子商务数据库技术(全国高职高专院校十二五规划教材)》为读者全面了解数据库技术在电子商务中的应用，运用计算机网络从事经济商务活动、应用、维护和开发电子商务网站打下了坚实的基础。

《不确定信息的处理与知识挖掘》在作者汪凌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 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， 介绍了不确定信息的处理在城市交通领域中的应用研究。 本书适合高校应用数学、信息科学、系统工程以及管理工程等专业的高年级本科生和研究生阅读，同时对有关领域的研究人员和工程技术人员也具有重要的参考价值。

本书由斯坦福大学“Web挖掘”课程的内容总结而成，主要关注极大规模数据的挖掘。主要内容包括分布式文件系统、相似性搜索、搜索引擎技术、频繁项集挖掘、聚类算法、广告管理及推荐系统。其中相关章节有对应的习题，以巩固所讲解的内容。读者更可以从网上获取相关拓展材料。

本书与《Visual FoxPro程序设计》配套使用，全书主要内容分为2部分。部分为实验相关知识指导，以实例讲解的方式，给出各实验中应该掌握的知识；第2部分为上机实验内容，该部分以一个完整的学生成绩管理信息系统项目开发过程为主线，把项目开发内容分解为16个实验，每个实验的内容及结构为实验课时、实验目的与要求、实验相关知识点、实验内容、实验操作指导；通过完成16个实验即可实现一个小型数据库管理软件的开发；附录给出了Visual ForPro命令、函数等，方便读者在上机实验过程中对有关命令、函数等进行查阅。 本书可作为高等院校“Visual FoxPro程序设计”课程的辅助学习，也可作为计算机爱好者进行数据库管理软件开发的参考。

张霞的这本《粒度计算在数据挖掘中的应用研究》对模糊粒度计算在文本软聚类中的应用进行了深入研究，提出了一种基于模糊粒度计算的聚类方法，并且利用该聚类方法对K-means算法进行了优化。基于模糊粒度计算的聚类是通过归一化的距离函数将聚类问题映射到距离空间，调节粒度产生对文本集合D的动态聚类划分。 动态聚类既可以作为一个单独的聚类结果，也可以作为其他算法的一个预处理步骤。K-means算法是一种经典的聚类算法，速度快、消耗资源小，但是算法对初始聚类中心点敏感，容易陷入局部小值。《粒度计算在数据挖掘中的应用研究》将基于模糊粒度计算的聚类方法作为K-means算法的预处理步骤，实验结果证明，这种预处理有效地消除了K-means算法的初始值敏感问题，优化了K-means算法。

本书依托认知心理学、教育测量学等理论，提出了以认知诊断为核心的分析评估方法，该分析评估方法是教育与数据科学跨学科研究与实践的成果。同时，本书聚焦面向学习任务的教育场景，深入探讨了认知诊断相关方法，以支撑教育训练过程的分析与评估。 本书共分6章，章总体概述了本书的研究内容与主要贡献；第2章阐述了本书相关研究工作所需要的基础知识和现有模型的研究概况；第3章介绍了面向学习任务的知识关联建模，聚焦知识关联关系的量化建模方法，证明了知识关联关系对于认知诊断的影响；第4章利用知识关联关系信息构建了面向认知诊断的知识聚合方法；第5章提出了融合知识关联关系的认知诊断深度模型，实现了认知诊断模型自身参数以及知识权重等参数的统一学习；第6章是总结与展望。 本书可以为高等院校计算机专业、教育技术专业本科生

本书详尽地讲述了数据仓库的基本概念、基本原理，以及建立数据仓库的方法和过程。主要内容包括决策支持系统的发展、数据仓库环境结构、数据仓库设计、数据仓库粒度划分、数据仓库技术、分布式数据仓库、EIS系统和数据仓库的关系、外部和非结构化数据与数据仓库的关系、数据装载问题、数据仓库与WEB、ERP与数据仓库以及数据仓库的复查要目。 本书是数据仓库的创始人撰写的关于数据仓库的最著作，这个新版本收录了该领域的经典理论和前沿发展。本书既可以作为相关专业的研究生教材，也是数据仓库的研究、开发和管理人员的指南。

数据采集和存储技术的进步导致了数据规模的日益增加，数据是一种宝贵的信息资源，但这种资源同矿藏一样，只有通过管理、分析、挖掘、提炼等操作，才能使潜在的资源变成可用的财富。 本书系统地介绍了数据挖掘技术的产生、发展、应用及相关原理和算法，其主要内容包括：数据挖掘基本知识、数据挖掘处理流程、数据仓库和联机分析处理、关联规则发现方法、序列模式挖掘方法、决策树分类方法、贝叶斯分类法、各种聚类方法、Web挖掘以及分类方法在医学图像中的应用。本书包含了作者多年来在数据挖掘中的研究成果。 本书可作为计算机专业、自动化专业、生物医学专业等高年级本科生与研究生课程的教材，也可作为需要了解数据挖掘有关方法与技术的研究、设计和开发人员的参考书。

本书以决策支持系统为核心，集数据库、数据仓库、OLAP及数据挖掘等于一体，构成了一个完整的体系。本书不仅阐述了基本理论、还专门讲述了应用与开发实例并附有相关产品介绍，是一本理想的全方位介绍数据仓库与决策支持系统的参考书。本书特色鲜明、通俗易懂，读者只要具有简单的计算机专业知识即能阅读本书，很适合专业人员自学。 本书可作为了解与开发数据仓库与决策支持系统的参考书，一般而言，只要认真阅读本书即可借助于工具开发出简单的决策支持系统软件。本书还可作为计算机相关专业本科或研究生的教材及教学参考书。

数据结构是计算机及相关专业的核心课程，是计算机程序设计的基础,是程序员和许多高校研究生入学考试的必考科目。 本书共分10章，第1章是数据结构的概述；后9章分别介绍了线性表、栈、队列、串、数组、广义表、树、二叉树、图、查找、内部排序、外部排序、动态存储管理和文件等基本类型的数据结构。本书中的算法都已通过调试，不用修改就能运行。 本书可作为计算机和相关专业的教材，也可作为自学者或各种计算机培训班的教材。