数据建模指的是对现实世界各类数据的抽象组织，确定数据库需管辖的范围、数据的组织形式等直至转化成现实的数据库。而数据模型是构建应用系统的核心，是尽可能精准地表示业务运转的概念性框架。本书通过平实的语言，对数据模型及建模过程进行了深入浅出的介绍。全书内容分为5个部分，对数据建模简介、数据模型要素，概念、逻辑和物理数据模型、数据模型质量以及数据建模的进阶内容等方面进行讲解，全面细致地为读者解答与数据建模相关的知识点和疑问。除此之外，本书的zui后还对各类专业术语进行了细致的解释，方便读者参考。本书是一本经典的数据建模指南，非常适合对数据建模感兴趣的读者以及从事数据科学等相关工作的专业人士参考阅读。
本书是为广大数据分析师量身定制的入门读物，它旨在帮助读者站在大数据时代的制高点。数据分析处于统计学、计算机信息科学、运筹学、数据库等多个领域的交叉地带，大数据时代的到来大大丰富了数据分析的内涵，数据分析师的职责与以往相比发生了巨大的改变。本书全面介绍了经典数据分析、模式识别、机器学习、深度学习、数据挖掘、商务智能等多个领域的数据分析算法，将大数据时代的数据分析热点技术一网打尽。本书为每个数据分析算法都搭配了一个经典案例，并按照由易到难的原则构建知识框架，充分照顾了不同水平读者的阅读习惯。通过阅读本书，读者将对大数据时代下的数据分析有一个全面的认识。无论是入门级的数据分析员还是有一定基础的数据分析师，都能通过本书完善、加深对数据分析的认识。
在新媒体时代，如果对新闻报道、网上搜索的结果或者所谓的 专家告知 不加思考地完全相信，那你就等着上当受骗吧！ 本书围绕当今*受瞩目的大数据科学理论，通过日本政府公布的公开数据，集中针对访日游客的增加、舆论调查的可靠性、 安倍经济学 的成果、东日本大地震后的状况、相对贫困、失业率的下降、年轻人远离ХХ、全球变暖问题、减肥、恩格尔系数的上升等10个主题进行数据解读，帮助读者模拟体验数据读取方法，提高理解和分析数据的能力，挖掘出数据背后隐藏的真相。 作为 大数据分析 的超级入门书，即使不擅长数学、不了解统计学的人，读完本书也可以彻底掌握数据解读方法！
互联网公司里面几乎很少有公司不用MySQL，国内互联网巨头都在大规模使用MySQL。如果把MySQL比喻成数据库界的一条巨龙，则性能优化和高可用架构设计实践就是点睛之笔。本书将详细讲解 MySQL 5.7高可用和性能优化技术，细致梳理思路，并与真实生产案例相结合，通过原理阐述到实战部署，帮助读者将所学知识点运用到实际工作中。 本书分为13章，详解MySQL 5.7数据库体系结构，InnoDB存储引擎，MySQL事务和锁，性能优化，服务器全面优化、性能监控，以及MySQL主从复制、PXC、MHA、MGR、Keepalived 双主复制等高可用集群架构的设计与实践过程，并介绍海量数据分库分表和Mycat中间件的实战操作。 本书既适合有一定基础的 MySQL数据库学习者、MySQL数据库开发人员和 MySQL数据库管理人员阅读，同时也能作为高等院校和培训学校相关专业师生的参考用书。
SQL是使用最广泛的数据库语言，绝大多数重要的DBMS支持SQL。本书由浅入深地讲解了SQL的基本概念和语法，涉及数据的排序、过滤和分组，以及表、视图、联结、子查询、游标、存储过程和触发器等内容，实例丰富，便于查阅。新版对书中的案例进行了全面的更新，并增加了章后挑战题，便于读者巩固所学知识。
本书将大数据分析用于管理实践与政策评估中的多个应用场景，运用管理学、数据科学、系统工程、交通工程、统计学、数学等不同学科的分析模型和研究方法，实现多学科的深度交叉融合，促进数据建模与预测科学的发展。本书的研究内容将有助于提升管理者的决策能力和创新效率，揭示决策范式转变的机理与规律，开展以决策支撑为导向的科学治理，探索研究成果转化政策建议及优化决策模式的有效路径，将研究成果快速转化为政策建议，并直接应用于不同层级的辅助决策。
本书不是一本关于数据管理的“如何做”的书（如规范数据属性或是创建数据库），而是一本关于数据管理“如何思考”的书。本书将心理学和哲学与数据管理巧妙的融合在一起。将心理学和哲学学科与数据管理结合在一起，以创造有关我们如何感知和管理信息的知识。书中阐述了当今数据库系统通过数据来捕获现实世界的方式及缺陷，作者运用 清晰的逻辑、仔细地描述了信息系统中所表示的现实世界的各个方面。对系统中所使用的数据模型、语言、语义和现实世界描述下的哲学问题进行了深刻的检视，对这些核心概念、其对信息系统的影响，是坊间遍寻不到的。这本书的价值在于批判性地探索解决现实世界的信息系统建模方法，这是一本令读者愉悦并具有启发性的佳作。适合从事数据建模、大数据、数据管理的人士阅读。
本书定位是HBase从入门到应用的简明教程，特色是以实战案例为主，内容系统全面，讲解深入浅出，操作步骤清晰明了。本书配套示例源码、PPT课件、开发环境、教学视频、习题及答案以及其他丰富的教学 资源。 本书共分为8章，内容包括NoSQL数据库、HBase体系架构、HBase的接口、MapReduce与HBase、HBase表设计、HBase和Hive、HBase深入剖析、论坛日志分析实战。 本书既适合HBase初学者、大数据分析与挖掘初学者阅读，也适合作为高等院校和培训机构人工智能、大数据等相关专业师生的教学参考书。
本书围绕健康医疗大数据的理论与实践展开论述。全书共分为7章，第1章主要描述大数据的基础知识、通用技术以及技术发展趋势；第2章主要对健康医疗大数据的概念、特征、分类、主要应用技术、国内外发展现状以及应用需求进行系统阐述；第3章~第6章分别对临床大数据、精细化运营大数据、健康管理大数据以及基因检测大数据的应用实践案例进行详细论述；第7章对健康医疗大数据的未来发展趋势进行展望。本书是很多应用实例和经验的总结，案例丰富翔实，将理论与实际紧密结合，对互联网技术人员、健康医疗行业的从业人士，以及高等院校相关专业的学生均有很大帮助。
本书以图书馆信息化为基点，从理论与实际应用角度，介绍了数据仓库与数据挖掘的概念、方法及在图书馆的应用。主要内容包括：以图书馆自动化集成系统日常工作中产生的数据为基础，详细介绍了应用微软SQL Server 2012数据仓库与数据挖掘工具进行图书馆数据仓库开发、数据集成服务、联机分析处理及常见数据挖掘技术挖掘过程。本书注重实践性，可操作性强，可作为企事业单位数据仓库与数据挖掘工作人员、研究人员参考用书
技术文档翻译关乎企业全球化进程，是我国语言服务行业重要但却长期被忽视的领域，其翻译质量受制于译员对专业领域知识的系统理解。为帮助译员高效习得领域知识，本书借助知识本体技术，模拟人类认知思维过程，以云计算领域为例，构建了面向技术文档翻译的知识服务平台，论述了其构建原理、模型、流程及应用前景等。本书的研究源于技术写作行业实践，诉求于翻译人才专业知识水平的提高，延伸于企业国际形象建设，落脚于知识服务体系探索，回归于技术文档翻译质量。此过程体现了应用翻译研究与其他学科交叉融合的发展本质，更体现了数字人文建设的旨归。
近年来，针对互联网数据滥用、平台垄断、隐私泄漏等问题，全球兴起了Web3.0探索热潮，力图通过区块链等技术重构新一代互联网。2021年，国家《 十四五 数字经济发展规划》中指出，要推动数字技术在数据流通中的应用，鼓励企业、研究机构等主体基于区块链等数字技术探索数据授权使用、数据溯源等应用，提升数据交易流通效率；2022年，国务院《关于数字经济发展情况的报告》中也指出，数字经济成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量，其发展离不开区块链等数字产业。区块链的分布式账本和智能合约实现了数据的确权、定价、交易和赋能，是Web3.0中数字经济的 新基建 ，也是元宇宙的创作者所有权经济的基础。本书以笔者团队负责的真实区块链应用案例为蓝本，深度剖析了区块链如何赋能金融科技、智慧能源、企业管理和
本书版于1983年出版至今已经第5版。第5版是“十二五”普通高等教育本科规划教材。相应课程于2004年被评为北京市精品课程，2005年被评为国家精品课程，2014年被批准为精品资源共享课。本书系统全面地阐述数据库系统的基础理论、基本技术和基本方法。全书分为4篇16章。基础篇包括绪论、关系数据库、关系数据库标准语言SQL、数据库安全性和数据库完整性，共5章；设计与应用开发篇包括关系数据理论、数据库设计和数据库编程，共3章；系统篇包括关系查询处理和查询优化、数据库恢复技术、并发控制和数据库管理系统，共4章；新技术篇包括数据管理技术发展概述、大数据管理、内存数据库系统和数据仓库与联机分析处理技术，共4章。本书可以作为高等学校计算机专业、信息管理与信息系统等相关专业数据库课程的教材。也可供从事数据库系统研究、开发和应用
本书全面介绍了数据挖掘与商业智能的基本概念与原理，包括经典理论与趋势发展，并深入叙述了各种数据挖掘的技术与典型应用。通过本书的学习，读者可以对数据挖掘与商业智能的整体结构、概念、原理、技术和发展有深入的了解和认识。 本书共四部分：部分介绍数据仓库、数据挖掘与商业智能之间的关系；第二部分对Microsoft SQL Sen，er的整体架构进行介绍，并详细阐述直接与数据挖掘相关的两个服务：分析服务和报表服务；第三部分逐一阐述Microsoft SQL Server中包含的九种数据挖掘模型；第四部分提供四个数据挖掘的案例以及数据挖掘模型的评估，通过模仿练习，读者可获得实际的数据挖掘经验，稍加修改就能在自己所处的领域中加以应用。
\"本书主要内容包括数据库基础知识、Access 2016的数据库、表、查询、窗体、报表、宏、VBA等。为了使读者能够 好地掌握本书内容，本书配有丰富的例题，为了及时检验学习效果，每章后面均配有大量的习题并在附录中给出参考答案。全书采用“理论与实践”相结合的模式，将课堂教学内容与实验教学内容有机结合。全书例题从始至终用的都是“学生管理”数据库，每个例题都是编者二十多年数据库教学中积累的材料。本书内容充实、突出操作性和实践性、实例丰富，可以使学生尽快掌握Access 的基本功能和操作，掌握Access 的编程功能和技巧。本书可作为普通高等院校本科非计算机专业计算机公共基础课程的教材，也可以作为全国计算机等级考试二级Access数据库程序设计的辅导与自学教材，还可以作为数据库开发人员的参考书。\"
大数据让我们以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务，*终形成变革之力。本书围绕Hadoop和Spark这两个主流技术进行讲解，主要内容包括Hadoop环境配置、分布式文件系统HDFS、分布式计算框架MapReduce、资源调度框架YARN与Hadoop新特性、大数据数据仓库Hive、离线处理辅助系统、Spark Core、 Spark SQL、Spark Streaming等知识。 为保证*学习效果，本书紧密结合实际应用，利用大量案例说明和实践，提炼含金量十足的开发经验。本书使用Hadoop和Spark进行大数据开发，并配以完善的学习资源和支持服务，包括视频教程、案例素材下载、学习交流社区、讨论组等终身学习内容，为开发者带来全方位的学习体验，更多技术支持请访问课工场官网：www.kgc.cn。
大震之后必有位移，边缘将变为中心。与地球板块的运动一样，数字科技革命带来相似的“数字位移”——原来的边缘变为中心，世界发生巨变。20世纪90年代以来，数字和通信技术的发展带来以互联网、移动互联网、大数据、人工智能、5G为标志的一系列变革，颠覆了生产和商业的运行方式以及人们的生活和思维方式。 ，数字科技正在进一步加速一个全新的数字世界的出现，我们正处于另一次大变革的前夜。作者从一位社会文化学者、商业观察者的视角，以细腻生动的笔触展现一个数字化的未来——包括企业的数字化转型， 重要的是数字化带来的社会、文化层面的变迁，启发我们认识世界、思考未来。
云计算是Internet下的一种超级计算模式，随着大数据时代的到来，海量数据处理难题接踵而来，传统数据存储部署已经无法满足数据的囤积。本书主要讲的是如何建设面向用户满足云存储共享服务成为研究的难题和重点。对云计算环境下的数据共享技术进行深入探讨。
《大数据相似查询关键技术研究》由清华大学计算机科学与技术系博士、华为数据库专家孙佶撰写。全书首先介绍了相似查询问题的现实应用和价值，以及面临的技术挑战；然后提出一个相似查询系统，并且介绍了高效相似查询索引、相似查询代价估算及人在回路实体相似匹配的核心技术和创新思考。全书提供了丰富的实验数据和结果，分析了各种技术的优劣，也为实际产品的技术选型提供了重要参考。 《大数据相似查询关键技术研究》共五章： 第1章绪论，介绍了全书的研究背景、研究内容及主要贡献，并概述了全书的结构安排。 第2章分布式内存相似查询系统Dima，介绍了分布式内存相似查询系统Dima。 第3章基于学习的相似查询基数估计，提出了一种基于学习的相似查询技术估计技术，使用这种基数可以帮助相似查询系统进行查询执行计划优化。 第4章基于相似
数据的获取方式、数据的形式及其结构纷繁芜杂，如何把数据整理成我们想要的样子呢？本书通过真实案例构建了数据准备过程中的方法与技术体系，并通过Python 3编程实现从数据获取到数据整理的全过程。 全书内容包括数据来源、数据类型、数据编码、数据清洗、数据插补、数据配平、数据重构、数据变换、数据缩放和数据归约。为使读者能够快速掌握数据准备的方法与技术，本书的数据文件与程序代码均可下载（见封底二维码）。 本书既可作为高等院校的数据分析类课程教材，也可作为社会科学领域数据分析的自学用书。从事数据分析与数据管理工作的相关人员，以及用Python解决实际数据分析问题的工程技术和管理人员亦可参考使用。
本书作为数据科学的入门课程，全书以实例分析为主线，结合SQLServer 2016，系统地阐述了数据库系统的基本原理、基本技术、基本方法及其应用。全书共11章，主要内容包括：概述、关系代数、数据完整性、SQL Server、概念模型和逻辑模型、关系规范化、数据安全、数据并发、数据恢复、数据库设计、数据仓库和大数据等。 本书以SQL Server 2016为DBMS介绍数据库技术的实现技术，以Python和、Java等为主语言介绍数据库系统的设计与实现技术，并提供详细操作和完整程序系统。 本书内容丰富、深入浅出、通俗易懂、结构严谨、注重实用，同时提供取材新颖、实用的例题和习题，便于读者巩固所学知识。 本书适用于高等院校计算机科学与技术、数据科学与大数据技术、信息安全、软件工程、网络工程、信息管理与信息系统和电子商务等相关本科专业的数据库原理课
本书作为数据科学的入门课程，全书以实例分析为主线，结合SQLServer 2016，系统地阐述了数据库系统的基本原理、基本技术、基本方法及其应用。全书共11章，主要内容包括：概述、关系代数、数据完整性、SQL Server、概念模型和逻辑模型、关系规范化、数据安全、数据并发、数据恢复、数据库设计、数据仓库和大数据等。 本书以SQL Server 2016为DBMS介绍数据库技术的实现技术，以Python和、Java等为主语言介绍数据库系统的设计与实现技术，并提供详细操作和完整程序系统。 本书内容丰富、深入浅出、通俗易懂、结构严谨、注重实用，同时提供取材新颖、实用的例题和习题，便于读者巩固所学知识。 本书适用于高等院校计算机科学与技术、数据科学与大数据技术、信息安全、软件工程、网络工程、信息管理与信息系统和电子商务等相关本科专业的数据库原理课
编程语言是数据科学最重要的工具，编程不是目的，编程是为数据科学服务的。我们希望通过处理数据来学习编程语言，本书以目标导向的编程训练方式，引导读者在使用软件完成任务的过程中学会编程。当然，我们的目标是数据分析而不是诸如漫游、动画、生成网页等其他实践，因此，这里的训练内容也是基于数据处理及相关画图的需要。我们的训练是从简单的数字及逻辑运算、线性代数运算到机器学习模型拟合的由简入繁、循序渐进的过程。本书为没有专门学过计算机软件编程但又要经常做数据分析的读者所编写，让人们学会用Python编程处理各种数据课题。本书的对象群体包括涉及统计或其延伸领域（比如计量经济等）的师生及做数据分析的广大读者。
本书的主要研究内容为苹果专业信息服务系统中的数学模型构建与应用，系统数据库的总体设计与实现。数学模型是 数字苹果 的科学基础与核心技术，它使得农业科学从经验水平提高到理论水平。用数学模型技术研究苹果的生产经营活动，可以使管理者在苹果的生产管理决策上实现*化；在生产管理上降低成本，提高劳动生产率；在生产资料上节约资源，*限度地保护环境；在经济效益上促进果农增收，实现苹果产业的可持续发展。本书详细介绍了苹果专业信息服务系统。该系统的主要功能模块包括信息采集模块、数据存储和处理模块、信息发布模块、专家库模块、在线交互模块、远程教育（在线学习）模块、视频点播模块、用户管理模块、后台管理模块、综合查询模块及信息统计模块等。本书旨在为苹果生产和管理者提供快速、准确的市场动态、经营信息、实用
