本书以高等院校培养综合型交叉学科本科人才为发展目标而编写，介绍了空间数据库的原理与方法。全书共13章，主要内容包括：数据库系统概论、空间数据库、数据模型与空间信息模型、关系数据库模型、结构化查询语言、空间查询语言、关系模式的规范化理论、数据库设计与实施、空间数据存储和空间数据索引、数据查询优化、空间查询处理与优化、数据库技术新发展、空间数据库发展趋势。 本书内容丰富、结构合理、针对性强，理论叙述严谨、能力培养目标明确。读者学完本门课程后，应掌握空间数据库系统的基本知识、基本原理与方法。
本书作为《数据库基础教程(第2版)》的配套实验教材，共分为实验与模拟试题两个部分。*个部分为实验部分，有10个实验，其中前九个实验为基础实验，第十个实验为综合性设计实验，每个实验包括实验目的、实验内容和步骤、实验习题3个部分。模拟试题部分有选择题、填空题和操作题3种类型，后附参考答案。本书适合作为高校非计算机专业本科、专科学生学习的数据库相关课程的实验教材，也可作为Access的使用者、学习者与开发人员的上机实验参考书。作者开发有适合本教材的 实验自动批改管理系统 和 无纸化考试系统 ，使用本书的读者和教学单位可向出版社或作者（neuq@sina.com）索取。
本书针对微软公司数据库软件Access ，从数据库使用的实际需要出发，将基础知识与基本技能相结合，按照“以服务为宗旨，以就业为导向”的指导思想，采用“行动导向，任务驱动”的方法，将知识点穿插在学生信息管理系统实例制作的操作过程中。本书共6个项目，主要包括数据库应用系统、系统初始化、信息查询、打印数据信息、管理数据信息、应用系统实现等内容。围绕“罗斯文”数据库系统实例建设展开，按照系统开发的一般步骤，详细讲解“罗斯文”数据库系统的开发过程，坚持“在做中学，在学中做”学用结合，在不断的实践中，通过实现系统掌握数据库基础知识。每个项目有若干任务，每个任务由“任务描述”、“做一做”、“学一学”、“试一试”、“小本子”5个模块组成介绍数据库应用软件开发的实际流程与制作技巧。本书适合计算机爱好者入
数字经济时代，数据已经成为关键生产要素。本书结合 视角与中国国情，深度剖析了数据基础设施的构成、运行机制、技术支撑体系及政策法规环境，旨在帮助读者精准把握数据要素基础设施的内在逻辑和发展趋势，提高驾驭数字经济的能力，精准把握数字时代脉搏。本书详细介绍了数据采集、存储、传输、计算、交换和治理等环节的数据要素基础设施建设要点，重点探讨了大数据、云计算、区块链、隐私计算、人工智能等前沿技术在数据要素基础设施建设中的深度融合和创新应用，辅以实际案例分析，揭示数据要素基础设施对数字经济高质量发展的重大意义。 本书可作为高校大数据科学、大数据技术、大数据管理与应用、企业管理等相关专业的配套教材，也可作为企 管理人员、数据资产和数据要素从业者、财务会计人员、大数据从业人员的培训教材。
全书共由7章组成，其中：第1章主要介绍数据挖掘技术、离群挖掘、集群系统与Spark并行计算模型及大数据的相关概念、理论基础和应用。第2章利用特征分组，针对高维分类数据集，研究了一种基于加权特征分组的离群检测新方法，通过将特征分为多个特征组来发现每个组中特征模式的不同方面。第3章利用Spark计算平台，研究了高维分类数据的并行离群检测算法。第4章通过分析属性间的相关性，研究了一种基于互信息的混合属性离群检测算法。该算法在互信息机制下给出了针对数值型和分类型统一的属性加权方法和离群得分计算方法，而且不同类型属性下的相似性度量也进行了规范化处理。第5章针对互信息计算的复杂性问题，充分利用Spark并行计算框架的强大计算能力，研究了一种并行互信息计算方法，该算法利用列变换和虚拟数据划分技术降低了网络传输和计算
全书内容包括SQL Server 2016的安装和操作、数据库的基本认识、表的定义和操作、数据查询和更新、视图的定义和维护、存储过程的创建、事务和锁、触发器、数据完整性、数据导入和导出、数据库还原技术、用户管理技术、数据库综合设计和实现等。为了使初学者轻松地进行学习和操作，本书在每个章节有针对性地设置了与实际生活相关的示例，帮助读者更好地理解相关概念，同时也帮助其掌握软件的操作方法。介绍了数据库基本概念的理解、SQLServer数据库管理系统的认识，数据库定义、数据操作、数据库管理维护、数据库的综合应用、以及数据库的应用开发。
本书根据*颁发的《中等职业学校专业教学标准（试行）信息技术类（*辑）》中的相关教学内容和要求编写。本书的编写从满足经济发展对高素质劳动者和技能型人才的需求出发，在课程结构、教学内容、教学方法等方面进行了新的探索与改革创新，以利于学生更好地掌握本课程的内容，利于学生理论知识的掌握和实际操作技能的提高。 本书遵照知识模块体系，同时结合数据库项目开发的工作流程，以 学生成绩管理信息系统 作为指导教学的项目开发实例，以 图书管理信息系统 作为课后拓展练习项目，将整个教学内容划分成5个单元，通过16个项目，53个任务，系统介绍了数据库需求分析及设计、数据库及表的实现、数据查询和视图的操作、程序设计基础、系统设计与实现等内容。
本书以单一功能模块和完整系统开发应用为主线，介绍了使用当前流行的网络数据库系统开发技术进行应用程序开发的全过程。所采用的单一功能模块和完整系统开发案例的编排方式是一种新的尝试，这样可满足不同层次读者的需求。单一功能模块可以作为网络数据库系统开发技术应用的子模块，也可以用于综合项目实践。
本书是一本系统介绍大数据可视化技术的图书。书中首先阐述了大数据的可视化技术的基本概念以及相关的基础理论知识，然后采用理论与实践相结合的方式，针对实际应用中的各种不同类型的数据，包括时间数据，比例数据，关系数据，文本数据，复杂数据，介绍相应的可视化理论和操作方法，*后，介绍了数据可视化在各个领域中的应用。本书实例丰富，图文并茂，叙述简明，重点突出。作者专门收集和整理了相关的课程案例、典型数据和实验指导手册，帮助读者深入学习大数据可视化中的各种技术知识。本书可以作为高校计算机、数据分析、大数据等相关专业学生的教学用书，对于从事数据可视化、数据分析的技术人员也有较大的参考价值。
随着大数据研究热潮的兴起，各种数据可视化图表层出不穷，大数据生动呈现就成为了具有挑战性的工作，随之出现了大量的可视化软件。本书是基于行业占有率比较高的Microsoft Power BI*版本所编写的，详细介绍Microsoft Power BI的数据可视化功能，包括数据类型和运算符、软件的安装、连接数据源、数据基础操作、可视化设计原则、可视化图表、自定义可视化效果、报表、仪表板、查询编辑器、运行R脚本、数据高级操作、数据分析表达式、网页流量数据分析、超市运营数据分析、Power BI移动应用和Power BI应用开发等内容。
本书是根据《中等职业学校专业教学标准（试行）信息技术类专业》中的相关教学内容和要求编写的。本书共分8个项目，主要内容包括创建Access数据库、表的操作、数据查询、窗体设计、报表设计、创建宏、数据库维护与管理、数据库应用实例等。本书按照\\\\\\\"项目——任务”的框架进行设计，内容编排由浅入深，在学习Access 2013数据库的基本知识的基础上，突出技能操作和能力培养。每个项目给出具体的任务，项目后给出了习题和上机操作题，有利于初学者全面系统的学习Access 2013数据库知识，提高数据库的应用能力。
本书以\\\\\\\"问题驱动”为导向，结合数据结构课程知识的精华内容，通过学生对日常学习、生活中遇到的典型问题和案例的分析、讨论，引导学生了解数据结构的相关知识，培养学生对算法设计和分析的兴趣，帮助学生了解\\\\\\\"计算思维”的内涵及本质，提高学生\\\\\\\"IT”职业素养和分析能力。 本书共10章，内容涉及线性表、堆栈、队列、查找、排序、二叉树、图等数据结构的基础知识。在内容组织上，打破传统数据结构教材的编排顺序，将需要解决的问题作为主线。除第1章绪论外，其余9章均以一个具体问题为引导，然后针对该问题展开，对相关知识进行介绍。例如，第3章奖学金争先，通过学生奖学金的计算及发放问题，对排序的相关知识进行介绍；第4章网上冲浪，根据浏览器的浏览操作原理，对堆栈及相关知识进行介绍。这样容易吸引学生的兴趣和注意力
本书将围绕“市场竞争数据调研”这一项目需求进行讲解，开篇将该需求拆解为 市场数据概览、京东市场数据调研、苏宁市场数据调研等几部分。文稿除开篇外分5个项目，项目一至项目三将讲解网络爬虫相关理论及实操。其中项目一以 电商市场数据初步采集为主线，描述如何掌握以网络爬虫技术为基础的多个网站、平台数据采集分析工具的使用。项目二利用八爪鱼数据采集器采集京东商城商品数据（价格、销量、评价等数据），描述如何掌握利用八爪鱼完成网页数据采集技能。项目三则将利用Python网络爬虫进行苏宁商城市场竞争数据采集，描述如何掌握Python网络爬虫中常用的库及技巧。项目四、五则是数据采集后的数据操作，项目四讲述选择合理的方式将采集数据进行存储，项目五则讲述如何将杂乱有误的数据进行规范。本书可作为高职高专院校电子商务、市场
本书以数据挖掘经典算法及其在管理决策中的应用为研究对象进行编写，内容包括数据挖掘的发展背景、分类算法、聚类算法和关联规则算法、人工神经网络算法及数据挖掘在管理决策中的应用等，基本涵盖了数据挖掘技术中的经典算法。通过介绍在不同管理决策领域中数据挖掘技术的典型案例，将理论学习和实际应用有机地结合起来，有助于不同专业背景的学生 好地学习和掌握数据挖掘的基本技术和发展动态。 本书可作为高等院校经管类和理工类专业高年级本科生或研究生的入门教材，也可作为高等院校数据挖掘方向双语课程建设的参考教材，还可作为对数据挖掘技术感兴趣的读者的参考书籍。
