《战术数据链》全面系统地介绍了战术数据链的基本概念和工作原理，分类介绍了当前世界发达国家使用的各种典型的战术数据链，后对战术数据链在武器协同、航迹处理及数据链的规划和作战培训等方面的应用进行了探讨。 《战术数据链》图文并茂，讲解深人浅出，集理论与应用研究于一体，可供专业院校、国防工业科研装备部门、军事科研装备部门、军事指挥机关部门等方面的教学、科研、应用与管理人员阅读，对从事数据链装备研究的人员也具有重要的实用价值和参考价值。
本书深入浅出地介绍了Oracle 10g数据库系统管理与开发的基础知识，包括4篇，共14章，内容涉及Oracle 10g数据库服务器的安装与配置、Oracle数据库管理与开发工具的使用、Oracle数据库体系结构管理、Oracle数据库对象应用与管理、Oracle数据库安全性管理、Oracle数据库备份与恢复管理、SQL语言应用、PL/SQL程序设计、Oracle应用系统开发实例等，包含数据泵技术、闪回技术等Oracle 10g的*技术。全书理论与实践相结合，包含大量应用实例，强调实际操作技能的培训。为适合教学需要，附录A提供了8个实验，各章末均配有习题，并配有电子课件。 本书面向Oracle数据库的初学者和入门级用户，可以使读者从Oracle知识零起点开始逐渐全面地了解Oracle数据库的基本原理和相关应用开发，为将来深入学习Oracle数据库奠定基础。 本书适合作为高等院校计算机相关专业的教材，也适合作为Or
本书以引导读者快速实践Oracle 12c数据库为原则，由浅入深，涵盖Oracle 12c数据库管理的主要实践活动，内容非常贴合实际管理需要。本书共12章。第1~4章介绍Oracle数据库基础知识，如Oracle的发展史、数据库简单的基本安装、数据库体系结构、数据库自动存储管理等。第5～8章介绍数据库日常运维的基本工作内容，主要有数据库的备份和恢复、数据库优化以及常用的数据库运维工具使用方法。第9章介绍Oracle 12c新特性的多租户功能。第10~11介绍SQL语句和PL/SQL的使用方法。第12章是RAC案例部分，介绍Oracle数据库的高级安装方法。本书内容丰富，范例精典，实用性强，适合初级、中级层次想要精通Oracle数据库技术的人员阅读，尤其适合数据库进阶人员或高校相关专业的师生阅读。
本书主要围绕南京图书馆非物质文化遗产影像资源的采集、制作、加工、传播以及数据库建构这几个方面展开，对近十年来的工作加以总结和思考，对非遗影像的制作和收藏提出建设性的意见。本书共分为九章，层层递进。第一章主要介绍公共图书馆与非物质文化遗产的关系，阐述其中的渊源，引出公共图书馆的非遗影像制作工作的必要性和重要性。第二章主要介绍南京图书馆十年来非遗影像数据库的建构历程，介绍工作经验和基本情况。第三章从《何处忆江南》这个项目来分析非遗影像专题中对非遗项目的选择标准。第四章从技术层面介绍南京图书馆外拍团队的拍摄技术和后期剪辑技术。第五章以《何处忆江南》这个项目分析非遗影像中非遗传承人的选择和人物的形象架构。第六章从视听语言角度，分析非遗影像的声音和画面，如何做到声画的统一。第七章从精
本书结合大量实例，系统讲解了电商经营中涉及的各种数据及其分析方法，能让读者快速学会如何做电商数据分析，并能利用数据分析结果指导网店经营。本书共8章，内容包括电商数据分析的基础知识、行业数据分析、产品数据分析、店铺数据化运营、客户数据分析、竞争对手数据分析、库存数据分析、财务数据分析。本书内容全面、案例丰富，具有很强的可读性和实用性，不仅适合从事电商相关工作的读者阅读，还适合作为高等学校相关专业和培训机构的教材。
数据作为新型生产要素，推动经济发展、提升生产力。本书从数据的基础认知、数据圈的诞生和发展以及数据蕴含的未来等角度开始谈起，进一步讨论了数据全生命周期管理的核心节点，以及企业数据应用和管理的难点与重点，最后从数据传统应用的不同领域进行解读分析，全面阐释了什么是数据、数据的应用以及数据的未来等内容。通过本书，读者可以感受到数据开启的美好新时代，也可以预期在各行各业中，数据拥有将不可能变为可能的超能力。全书共9章。第1章为基础章节，着重介绍了数据基本认知，包括数据起源、概念以及不断膨胀的数据圈；第2章对数据的不同类型、数据来源以及数据的创建位置等进行了深入介绍，让读者对数据有更全面的认知；第3章对于当前的数据以及数据的未来进行了分析和探讨； 第4~9章重点着墨于数据的应用，介绍了数据全生命
本书主要以信息科学、计算机科学和管理科学等学科为理论基础，主要面对大数据时代的电子商务智能数据计算领域，其主要研究内容包括数据科学基础理论、数据预处理、数据计算和数据管理和分析等。它主要研究互联网电子商务活动中的商务数据本身，提供完整的数据获取、数据整理、数据存储、数据分析和数据管理等解决方法和技术实现。目前的初步框架分为五大板块，分别为：商务大数据获取、商务大数据整理、商务大据存储、商务大数据分析、商务大数据管理。
时间序列分析是统计学科的一个重要分支，它主要研究随着时间的变化，事物发生、发展的过程，寻找事物发展变化的规律并预测未来的走势。在日常生产和生活中，时间序列比比皆是，所以目前时间序列分析方法广泛应用于经济、金融、天文、气象、海洋、物理、化学、医学、质量控制等诸多领域，成为众多行业经常使用的统计方法。 本书是基于Python编写的入门级时间序列分析教材，主要内容包括时间序列分析简介、时间序列的预处理、ARMA模型的性质、平稳序列的拟合与预测、无季节效应的非平稳序列分析、有季节效应的非平稳序列分析、多元时间序列分析。
本书以人力资源管理系统案例开发与管理为主线，深入浅出地介绍Oracle 11g数据库系统开发与管理的基础知识。全书包括4个组成部分。*部分介绍Oracle数据库系统的构建，包括数据库服务器的安装与配置、数据库常用管理与开发工具介绍、数据库体系结构介绍等；第二部分介绍人力资源管理系统数据库开发，包括数据库的创建、数据库存储结构设置、数据库对象的创建与应用、利用SQL语句与数据库交互、利用PL/SQL进行数据库功能模块开发等；第三部分介绍Oracle数据库的管理与维护，包括数据库启动与关闭、安全性管理、备份与恢复管理、数据库闪回管理、初始化参数文件管理等；第四部分介绍基于Oracle数据库的应用开发，包括人力资源管理应用开发、图书管理系统设计与开发和餐饮评价系统设计与开发等。附录A为实验部分，提供8个实验，供学生实践、练习。 本书
本书基于DevOps的文化和理念，介绍基于DevOps的研发流程一体化的过程。本书分为理论篇和实践篇。理论篇包括5章：DevOps诞生与发展，DevOps标准与落地框架，软件交付，基础设施即代码，软件质量管理。实践篇包括5章：DevOps基础实践，DaseDevOps示例程序，DaseDevOps测试用例，CI/CD实践，发布平台监控与日志实践。本书内容充实、结构清楚，理论与实践相结合，适合作为高校相关课程的教材，也适合DevOps初学者和从事该行业并需要提升DevOps技能的人员参考。
通过大数据手段搜集挖掘情报信息，已成为国际上专业情报领域的重要手段。本书选取网络舆论、社会事件、开源人物、用户行为、科技动态、视频图像、公共卫生等多个具有代表性的情报大数据领域，围绕大数据背景下情报的采集、存储、管理和分析等方面，从技术实现途径进行全方位详解，以帮助读者学习掌握在海量数据中提炼出髙价值情报的方法。 本书适合高等学校数据科学与大数据、计算机、软件工程、人工智能等本专科教学使用，也适合作为对情报大数据感兴趣的研究生、工程师和研究人员的学习资料。
本书主要分三部分内容：上篇Python基础，分5个章节介绍Python基础知识，主要包括Python概述、程序结构、函数、组合数据类型和面向对象编程基础；中篇Python数据挖掘实战，分2个章节介绍Python实现数据挖掘的过程和实战案例，主要围绕Python实现一个网站的简单搜索引擎、静态网站爬虫、动态网站爬虫和网络爬虫框架Scrapy几部分内容展开；下篇Python数据处理和分析案例，分3个章节介绍使用NumPy进行数据计算、使用Pandas进行数据分析及Matplotlib、seaborn和Bokeh数据可视化和实战案例。
Spark作为新兴的、应用范围广泛的大数据处理开源框架，吸引了大量的大数据分析与挖掘从业人员进行相关内容的学习与开发，其中ML是Spark 3.0机器学习框架使用的核心。本书用于Spark 3.0 ML大数据分析与挖掘入门，配套示例源码、PPT课件、数据集、思维导图、开发环境和作者答疑服务。本书共分13章，从Spark 3.0大数据分析概述、基础安装和配置开始，依次介绍ML的DataFrame、ML的基本概念，以及协同过滤、线性回归、分类、决策树与随机森林、聚类、关联规则、数据降维、特征提取和转换等数据处理方法；最后通过经典的鸢尾花分析实例，回顾前面的学习内容，实现了一个完整的数据分析与挖掘过程。本书采取实例和理论相结合的方式，讲解细致直观，示例丰富，适合Spark 3.0机器学习初学者、大数据分析和挖掘人员，也适合高等院校和培训机构人工智能与大数据相关专业
本书是“十三五”国家重点图书规划“大数据科学”丛书著作。知识库不仅已经成为人们日常搜索知识的主要平台，而且为许多应用研究提供知识来源。近年来大规模知识库引文推荐技术逐渐成为大数据知识工程的研究热点之一。本书在作者和作者所在研究团队近期新研究成果的基础上，对大规模知识库引文推荐技术进行探讨。全书共7章，内容包括：绪论、实体-引文相关性分类技术、基于实体突发特征的文本表示模型、实体-引文类别依赖的混合模型、融入偏好信息的分类模型、实体-引文联合的深度网络分类模型和引文推荐冷启动问题。本书可作为大数据、知识工程研究人员的参考书或作为研究生大数据知识工程课程参考书使用。“大数据科学”丛书涉及大数据理论、技术、产业和管理的方方面面，旨在帮助国内相关领域的学者、产业界人士了解世界大数据研究和
本书关注大数据分析师所需掌握的最重要的基础能力。首先，本书阐述了大数据分析师的职业特点。其次，根据数据分析经常涉及的技术要求，按顺序介绍了什么是数据库，如何使用数据库，大数据环境下的分布式数据库Hadoop、阿里云MaxCompute，以及相对应的数据库查询语言SQL、MapReduce、Hive、Pig等基本的编程技术。为了提高数据分析工作的质量与效率，本书还详细介绍了数据项目质量控制的理论和实践，其中涉及了数据预处理、数据脱敏和脏数据处理的技能知识，同时介绍了在数据项目中SQL编程的优秀实践方法。作为一本介绍数据分析的入门书籍，本书详细介绍了数据分析中常见的方法（如EDA），包括指标计算的一些常见形式。在企业环境中，数据分析常常以项目的形式出现，本书也向读者介绍了数据分析项目是如何承接、分解和实施的。最后，本书还向读者介绍
本书用通俗易懂的语言、丰富的案例，介绍了如何利用数据有效表达、说服他人，以及如何防止被他人的数据误导。全书共8章。第1章介绍什么是“数据说服力”；第2～6章分别介绍如何通过寻找合适的参照点、运用不同的统计方法、其他指标、不同时间点的对比、选择各种对比结果，来提升数据说服力，让他人更容易被说服；第7章介绍如何运用4种可视化方法，提高数据的可信度；第8章介绍如何运用6种方法，防止自己在工作和生活中被他人的数据误导。 本书面向职场人士，可帮助他们在汇报工作、说服客户、打动他人时更加游刃有余。为了降低阅读难度，本书不涉及复杂难懂的公式，可作为新手学习数据分析的入门读物。
“算法详解”系列图书共有4卷，本书是第3卷——贪心算法和动态规划。其中贪心算法主要包括调度、最小生成树、聚类、哈夫曼编码等，动态规划主要包括背包、序列对齐、最短路径、很好搜索树等。本书的每一章均有小测验和章末习题，这将为读者的自我检查以及进一步学习提供方便。本书作者提供丰富而实用的资源，能够帮助读者提升算法思维能力。本书适合计算机专业的高校教师和学生、想要培养和训练算法思维、计算思维的IT专业人士，以及面试官和正在准备面试的应聘者阅读、参考。
本书聚焦于数字经济最为典型、对就业影响最为深远的平台型工作，围绕“平台型工作形态及其劳动治理体制演进历程与影响因素”“平台工作者群体特征及其对工作组织转型的反应与应对”“平台劳动治理效能及其体制稳定性与可持续性评估”三个问题，深入探讨了工作“平台化”转型在中国的实质意涵，并最终解答了“中国平台型工作的产生和发展究竟代表着工作条件的升级还是危难工作的再生产”这一困扰学界多时的重要问题。本书的分析结论对于理解其他平台型工作条件的生成和演进过程具有借鉴意义，对于中国平台型工作本质的判断具有启发价值。
理解数据最有力的工具是良好的对话。现实中，如果数据分析师和管理者使用不同语言，拥有完全不同的观点，或者对彼此的方法和约束条件缺乏了解，那么双方将难以就数据达成共识。 本书旨在帮助读者建立一种称为数据流利度的技能，掌握一系列有效的数据分析交流技巧，使其能够清晰、准确地表达数据的含义并挖掘数据潜在的价值。 本书通过理解数据和数据交流两大模块，详细介绍有关数据概念、数据处理、数据建模以及数据展示等技能知识，在各章中以数据对话的形式将读者带入实际情境中，并辅以大量的图、表和数据以及相应的总结，以更加形象地帮助读者清晰地讨论数据。本书还关注如何有效地将数据结果传达给其他专业或非专业技术人员，以便更好地与他人分享和探讨数据。
本书由浅入深地对Access数据库的使用方法与技巧进行全面介绍。全书共I1章，涵盖数据库基础知识、Access操作界面的介绍、软件的基本操作、表和查询的创建、窗体和报表的设计、宏的应用、数据库的管理以及数据库综合实例应用等内容。 本书可作为数据库应用基础课程的教材，也可作为全国计算机等级考试二级Access数据库程序设计科目考试的参考书。
本书从数据要素政策、技术和应用场景三个维度，全面阐还了数据要素价值发挥的理论基础和实践路径。本书不仅为数据要素价值发挥提供了全面的理论框架，也为实践者提供了可操作的技术路径。本书既可作为数据要素领域的学术参考，也可为相关政策制定和产业实践提供有益启示。我们期望本书能为推动数据要素价值化进程，促进数字经济高质量发展贡献一份力量。
