为顺应国内EPC 总承包工程推广的新形势, 提高企业风险管理水平, 普及工程保险知识, 特编写本书。 书中内容紧密结合国际先进工程保险理念, 对于在EPC 工程中涉及的工程险种、 安排、 采购、 合同后管理等问题均做了较为全面、 细致的分析。 同时, 列举了我国著名企业在海内外EPC 实践中实施保险策略的典型案例。本书可供从事EPC 项目或准备从事EPC 项目的公司领导、 项目经理、 风险管理人员、 监理、 咨询人员等作为岗位继续教育教材使用; 也可作为工程管理、 保险、 经贸专业在校研究生以及本科生的教学参考书或课外读物;也适合作为建设行业推行EPC 总承包模式进行系列培训的教材或参考用书。

本书以大数据为研究背景，系统分析了传统数据技术当前存在的问题以及面临的挑战，并对比了当前主流的面向大数据的数据库解决方案，在此基础上阐述了笔者的研究工作：基于MapReduce平台高处处理大数据的OLAP研究。书中反应了当前大规模数据仓库研究的热点和成果，值得大数据研究的人员参考和应用。

本书内容简介：数据挖掘和文本挖掘是当前信息技术中的一个重要研究领域；将遗传算法和社会演化算法应用于数据及文本挖掘方法研究，具有较大的理论意义和实用价值本书研究了基于遗传算法和社会演化算法的数据挖掘和文本挖掘方法，主要包括数据挖掘和文本挖掘中的属性约简问题、聚类问题，并将其应用于产品研发决策中所做主要工作包括：提出一种基于遗传算法和k-medoids算法的新的聚类方法；采用遗传算法和模式聚合进行文本特征降维；采用遗传算法和潜在语义索引进行文本特征降维；采用社会演化算法进行聚类；采用混沌社会演化算法进行聚类；采用改进的遗传算法和社会演化算法进行文本聚类研究；将文本挖掘应用到产品研发决策中，构建产品研发文本知识地图，以期提高产品研发的效率和质量。

本书研究了基于分类模式的数据挖掘方法，特别是基于粗糙集理论的分类规则提取和基于决策树构建及其分类规则提取策略，给出一种基于粗糙集的决策树模型的改进算法。在客户价值管理中应用了基于粗糙集的决策树方法，通过一系列可行的指标体系，建立基于粗糙集的决策树模型，来度量客户价值、细分客户。以数据挖掘为基础，有效地识别客户、评价客户价值、进行客户细分、改进销售效果、保留客户、提高客户满意度和忠诚度等。为企业客户管理提供智能决策支持。 本书从客户价值基础理论出发，使用基于粗糙集的数据挖掘技术，并以基于粗糙集的决策树方法来构造模型，进行客户价值研究。导论部分主要介绍了研究目的和意义，国内外相关理论的研究现状和发展趋势，研究方法和创新之处。第1章作为本书的基础部分，介绍了相关理论。第2章进行客

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。

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。

数据挖掘将数据转化为知识，是数据管理、信息处理领域研究、开发和应用的活跃的分支之一。本书全面地论述了数据挖掘领域的基本概念、基本原理和基本方法，内容包括数据挖掘领域的经典理论和前沿发展。全书共分14章，并含有1个附录。全面系统地介绍了数据挖掘的概念和过程、数据预处理技术；深入地叙述了各种数据挖掘技术，包括关联规则、决策树、聚类、基于样例的学习、贝叶斯学习、粗糙集、神经网络、遗传算法、统计分析；并讨论了数据挖掘的典型应用，如分类、文本和Web挖掘，以及数据挖掘的应用和发展趋势；并在第14章中给出了一个具体的商业智能解决方案实例。 通过本书的学习，读者可以对数据挖掘的整体结构、概念、原理、技术和发展有深入的了解和认识。 本书既可以作为相关专业的高年级本科生和研究生教材，也可作为数据挖掘领

《数据挖掘原理、算法及应用》以各类数据挖掘算法为核心，以智能数据分析技术的发展为主线，结合作者自身的研究和应用经验，阐述数据挖掘研究领域的主要理论和典型算法。全书共分8章：第1章为绪论；第2-5章分别介绍数据挖掘的主要技术、各类典型算法及其编程实现，包括数据预处理技术，关联规则挖掘技术、分类技术，聚类技术等几大类技术和其中包含的典型算法；第6-8章分别简要介绍一些数据挖掘的应用专题，包括时间序列数据挖掘、Weh挖掘、空间数据挖掘等。

《滇西学术文丛：数据挖掘及其应用研究》全面介绍了数据挖掘的背景信息、相关概念及其所使用的主要技术，针对关联规则数据挖掘，系统深入地描述了Apriori算法和FP-growth算法，并比较了各自的优缺点。《滇西学术文丛：数据挖掘及其应用研究》基于关系代数的关联规则挖掘，讨论该算法的实现过程，并对该算法作复杂性分析，在聚类分析数据挖掘、序列模式挖掘等方面也有介绍。对网络入侵检测的拒绝服务攻击类型进行了序列模式挖掘和聚类分析，为进一步开发入侵检测系统提供决策依据，数据挖掘在农作物病虫害预警、居民消费结构分析、多媒体图像挖掘等方面都有应用。

粗糙集理论是一种不确定性数据分析工具，近年来在特征选择、分类学习和规则提取等应用方面取得了巨大成功，并逐渐成为信息科学为活跃的研究领域之一。本书系统地论述了基于粗糙集的属性约简理论和方法，信息系统之间的信息通讯以及关于粗糙群的一些本质问题。主要内容有：基于覆盖粗糙集的属性约简模型建立及约简结构性质分析，基于广义粗糙集的属性约简模型建立及约简结构性质分析，基于广义粗糙集的信息系统之间等价属性约简理论与方法，基于模糊粗糙集的信息系统之间等价属性约简理论与方法，粗糙群的理论研究，以及这些理论在数据挖掘中的应用。 本书可以作为理工科大学计算机、应用数学、自动控制、信息科学以及管理工程等专业的高年级本科生、研究生以及博士生的教材，同时对有关领域的研究人员和工程技术人员也有重要的参考

本书是与李新燕和靳敏编的《数据结构》一书配套的辅助教材，亦可单独使用。本书的编写目的是使学生通过实验、课程设计和大量的习题解答加深对数据结构基本知识的理解，掌握求解数据结构问题的思路和方法，提高应用数据结构解决实际问题的能力。 本书分为2大部分：第1部分是“典型例题题解析与习题”，共分10章：绪论、线性表、栈和队列、其他线性数据结构、递归、树、图、查找、排序和文件，每章先给出一系列与本章知识相关的典型例题的分析与解答，然后给出大量的练习题，题型包括单选题、填空题和综合题或判断题，同时在每个习题后给出参考答案。第2部分是“实验与课程设计指导”，包括9个实验：顺序表的操作、单链表的操作、栈与队列的操作、多维数组与串、二叉树的操作、图的操作、散列表操作、排序操作、文件排序，以及课程设计

本书主要介绍如何应用SAS软件系统进行数据分析。全书内容分为两部分，部分介绍SAS系统的一些基本操作、数据库管理、统计报表输出、绘制各种统计图形和简单编程。第二部分结合具体数据实例，介绍数据分析中常用的几种统计分析方法：回归分析、主成分分析、因子分析、典型相关分析、判别分析、聚类分析和时间序列分析。? 本书主要是面向电子商务专业的本科生，也可作为MBA、研究生的教材，同时也可作为经济类各专业学生学习数据处理课程的参考书。

本书不仅系统介绍各种传统的数据结构以及搜索和内、外排序算法，还引入了一些新数据结构，如伸展树和跳表。本书在重视理论的同时，强调应用性和实践性，对上机实习赋予足够重视。每章包括程序设计题，并将实习指导和实习题作为专门的章节编写。 全书条理清晰，内容详实。书中算法都有完整的C++程序。程序结构清晰，构思精巧。所有程序都已在VC++环境下编译通过并能正确运行。本书深入浅出，配有大量的实例和图示，并有丰富的习题和实习题，适于自学。 本书可作为电气信息类、电子信息科学类以及计算机、管理信息系统、电子商务，教育技术等其他相关专业学生数据结构课程的教材，并可供其他计算机应用工程技术人员参考。

王海晏、魏贤智所*的《激光数据链路》介绍将 激光数据链路应用到战斗机协同空战中的各种问题， 内容主要涉及构建机载激光数据链路及其相关问题的 解决办法，同时对激光数据链路在协同攻击中的应用 进行了理论研究和描述。 本书主要内容包括机载激光数据链路系统及使用 的技术、自用空间数据传输的坐标解算、激光链路建 立的关键技术、利用机载红外搜索跟踪系统及激光数 据链路被动定位、基于激光数据链路的协同静默攻击 等。这些问题的研究和讨论将丰富空战平台之间的信 息传输方式，增强协同空战信息共享能力。 本书可以作为相关专业高年级学生、研究生的补 充阅读材料，也可作为工程技术人员的参考资料。

本书详尽地阐述了数据挖掘与知识发现领域中的一些基本理论和研究方法。介绍了KDD与数据挖 掘的概念、数据挖掘对象、知识发现过程、研究方法以及相关研究领域和应用范围。作为知识发现的数据预处理工作，简要叙述了数据清理、数据约简、数据概念等级分层、多维数据模型等内容。书中较详细地介绍了粗糙级、模糊集、聚类分析、关联规则、人工神经网络、分类与预测等数据挖掘方法，后还简要介绍了多媒体数据挖掘工作的有关进展。 本书可以作为计算机科学与技术专业和信息科学方向高年级本科生和研究生的教材或参考书，也可供有关科技人员学习参考。

本书详尽地阐述了数据挖掘与知识发现领域中的一些基本理论和研究方法。介绍了KDD与数据挖掘的概念、数据挖掘对象、知识发现过程、研究方法以及相关研究领域和应用范围。作为知识发现的数据预处理工作，简要叙述了数据清理、数据约简、数据概念等级分层、多维数据模型等内容。书中较详细地介绍了粗糙级、模糊集、聚类分析、关联规则、人工神经网络、分类与预测等数据挖掘方法，后还简要介绍了多媒体数据挖掘工作的有关进展。 本书可以作为计算机科学与技术专业和信息科学方向高年级本科生和研究生的教材或参考书，也可供有关科技人员学习参考。

朱小栋、徐欣编著的《数据挖掘原理与商务应用(普通高等院校电子商务十二五规划重点教材)》的内容涵盖如何利用相关软件产品实现数据挖掘的经典算法和技术，还涵盖数据挖掘技术在商务领域中的应用。本书既适合计算机应用技术专业，也适合经管类信息管理与电子商务专业的学生学习。书中既注重从计算机应用角度来讲解数据挖掘，又注重数据挖掘与商务智能、管理科学、决策支持系统的结合。

随着信息技术特别是网络技术的飞速发展，人们收集、存贮、传输数据的能力不断提高。数据出现了爆炸性增长，与此形成鲜明对比的是：对决策有价值的知识却非常匮乏。知识发现与数据挖掘技术正是在这一背景下诞生的一门新学科。数据挖掘要在实际应用中发挥作用，高性能挖掘算法和数据挖掘软件平台是重要的技术基础。本书以数据挖掘基本问题、频繁模式与关联规则挖掘为切入点，研究高时间效率、高空间可伸缩性的挖掘算法和分布，异质、海量数据的协同挖掘软件模型，并探讨了数据挖掘过程中的隐私保护问题。 本书首先发现了基于树表示形式的虚拟投影方法，用于按深度优先挖掘密集型数据集；提出了稀疏型数据集表示形式及非过滤投影方法；进_步提出了基于伺机投影的思想，设计并实现了基于伺机投影的全新算法OpportuneProject，对比实验表明，该

笔者认为数据挖掘的出现，正是统计学适应这一变化的新的发展方向，数据挖掘并不是为了替代传统的统计分析技术，而是统计分析方法的延伸和扩展。本书从统计学视角研究数据挖掘，以期从统计学角度对数据挖掘理论的研究有所突破和创新，同时对统计学理论在数据挖掘方向的发展做出探索。

这本《数据挖掘－－方法与应用》主要根据作者徐华近几年在清华大学面向研究生和本科生开设的“ 数据挖掘：方法与应用”课程的教学实践与积累，参考近几年国外著名大学相关课程的教学体系，系统地介绍数据挖掘的基本概念和基本原理方法；结合一些典型的应用实例展示用数据挖掘的思维方法求解问题的一般性模式与思路。 本书可作为有一定数据结构、数据库和程序设计基础的研究生或本科生开展数据挖掘知识学习和研究的入门性教材与参考读物。

传统客户／服务器的分布式计算模式主要解决的是部门或企业内部的应用，关注的是局部应用，建立的应用系统多数是为完成某种需求而建立，因此是孤立封闭的。即使在同一个部门或者企业内部，应用系统相互之间也常常因为没有通信而导致信息无法共享，使得各个IT资源成为一个个信息孤岛。随着互联网软件技术及其应用的迅速发展，如何提供一个统一开放的交互环境，使得各个应用实体之间能够相互发现、了解各自所提供的服务，并将这些应用低代价、方便地连接在一起，实现开放式网络环境中的互联、互通、互操作的目标，是当前互联网环境下所面临的一个重要问题。 想要有效地整合现有的应用系统并实现信息共享，关键在于实现这些应用系统间的数据交换。数据交换是网络环境下分布式应用的共性、基础性和关键性的需求，它用于解决信息化过

数据挖掘是人工智能、机器学习、数据库技术等多学科相结合的产物。本书系统介绍了数 据挖掘技术的基本原理、主要方法、挖掘模式、发展及应用，重点对基于粗糙集方法的数据挖 掘过程进行了系统的阐述，全面地分析了静态与增量式的相容性与不相容性决策系统的数据 挖掘主要算法、基于有序与无序决策系统的数据挖掘主要算法、粗糙集合的扩展模型。本书可 作为系统工程、控制工程及计算机类专业研究生的学习工具，也可作为相关专业技术人员的 参考书。

本书是数据库的实验教材，从测试DBMS边界的角度出发，通过案例现象引导读者主动思考现象的成因，对SQL的基本知识，数据库系统的完整性控制、安全性控制、并发控制、数据备份与恢复、性能检测、索引进行实验内容组织。每个实验还有习题及其参考答案。 通过本书附录可了解数据库的逻辑结构，搭建实验环境，并将数据库结构和数据直接导入到计算机中，相关数据和资料可在清华大学出版社网站下载。

本书系统地介绍了各种常用的数据结构，内容丰富，概念讲解清楚，叙述严谨流畅，逻辑性强。书中配有大量图表、丰富的例题和习题，对给出的每一种算法，均先描述了它的基本思路和要点，使得算法清晰易读，便于学生理解和掌握。本书有配套出版的《数据结构上机实验与习题解析》，既便于教学，又便于自学。 本书共分9章，主要包括绪论、线性表、栈和队列、串、多维数组和广义表、树和二叉树、图、查找、排序等内容。 本书可作为本科和高职高专院校计算机类专业或信息类专业的教材，也可供广大从事计算机工程与应用的科技工作者参考。