本书借助大数据技术、统计学方法、人工智能技术对社会热点事件展开情感实证分析。以技术为主、分析为此、情感为辅。通过先进的技术分析情感的发展。本研究以微博平台作为切入口获取情感挖掘的大数据来源，通过构建一个较为全面的社会性事件情感分类词典，对社交网络中微博用户情感进行挖掘与可视化。通过对公众情感类型的多维度解析，从情感传播环境、情感传播方式、社会网络结构和用户行为模式四个方面探索社交网络中的舆情传播特征，由此提出合理引导网络舆情的相关对策建议。

为落实国家大数据战略部署，工业和信息化部办公厅于2016年5月，向地方工业和信息化主管部门及大型企业下发了《工业和信息化部办公厅关于组织开展大数据优秀产品、服务和应用解决方案征集活动的通知》（工厅信软〔2016〕441号），在全国范围内广泛征集大数据优秀产品、服务和应用解决方案，经过四十余位业内专家三轮的严格评审，遴选了50个优秀案例。本书是50个优秀案例的汇编，充分展示了部分先行先试的国内企业在大数据技术、产品、服务以及应用方面的经验和模式，以及取得的初步成效。编者希望通过这种展示方式，为相关地区、行业、企业发展和应用大数据提供有益的借鉴与思考，同时促进政产学研用深度合作，指导和帮助地方、企业和用户加强沟通交流。本书可为政府部门、行业企业、科研机构，及其从事大数据政策制定、管理决策和咨询研究

本书介绍了当下流行的实时数据处理引擎Flink，讲解了流处理API、批处理API、机器学习引擎FlinkML、关系型API、复杂事件处理FLinkCEP，以及指标度量与部署模式。此外，本书展开分析了流式数据处理理论中时间、窗口、水印、触发器、迟到生存期之间的关联关系；深入分析了多项式曲线拟合、分类算法SVM、推荐算法ALS-WR的理论和FlinkML实现。希望快速上手Flink以开展实时大数据处理与在线机器学习应用的从业者，本书是不二的选择：本书首先介绍相关概念引入的原因、解决方案的演进过程、Flink的对应架构、编程案例以及开放式的思考问题。

本教材共包含三个部分，在介绍商务数据分析基本理论框架的基础上，重点介绍了商务数据分析常见方法，并分析了商务数据分析的典型实例。具体而言，前两章属于 部分，介绍了商务数据分析的基本概念、常用的理论依据，提出了商务数据分析框架，也是本教材内容的组织框架。第二部分包括第三章到第十章，依据所提出的分析框架，第三章和第四章分别介绍了数据获取和理解，以及数据预处理这几个重要的数据分析阶段需要做的工作。第五章到第八章详细介绍了各种商务数据分析常见的方法模型，包括计量模型、分类预测模型、聚类与关联规则模型、社会网络分析模型等。第九章围绕文本和图像类数据，介绍了复杂的商务数据分析方法，第十章描述了数据可视化的方法和工具。第三部分包括 三章，即第十一章到第十三章。这三章分别围绕预测模型、分类模

本教材共包含三个部分，在介绍商务数据分析基本理论框架的基础上，重点介绍了商务数据分析常见方法，并分析了商务数据分析的典型实例。具体而言，前两章属于 部分，介绍了商务数据分析的基本概念、常用的理论依据，提出了商务数据分析框架，也是本教材内容的组织框架。第二部分包括第三章到第十章，依据所提出的分析框架，第三章和第四章分别介绍了数据获取和理解，以及数据预处理这几个重要的数据分析阶段需要做的工作。第五章到第八章详细介绍了各种商务数据分析常见的方法模型，包括计量模型、分类预测模型、聚类与关联规则模型、社会网络分析模型等。第九章围绕文本和图像类数据，介绍了复杂的商务数据分析方法，第十章描述了数据可视化的方法和工具。第三部分包括 三章，即第十一章到第十三章。这三章分别围绕预测模型、分类模

本书重点介绍数据质量管理与安全管理的理论及应用。首先通过数据管理现况和问题的分析,提出数据质量管理的步必须是将各种来源的数据标准化，具有统一的数据格式和规则。书稿中强调了提高数据质量不仅可提高信息系统的质量，还可提高经营活动的质量。需要制定质量管理计划或执行具体的质量管理活动。定义了数据质量的准确性、一致性、可用性、可达性、及时性、安全性这6个标准以及对应的管理流程，划分了5个能力成熟度的等级，界定了从管理者到执行者等各个质量管理活动和责任。提出多项数据质量管理主要技术和各国实用案例，还进一步在Orange数据库中实践了数据质量诊断流程。书稿后半部针对日益增长的数据库安全性的需求，提出了安全管理系统构建、访问控制，数据伪装等具体可行的技术手段，后还将数据安全技术推广到大数据的应用场景。

本书第一部分为上机实验，与课堂教学内容相对应。通过实际操作，帮助学生快速掌握各种软件的基本功能及操作方法，帮助学生加深对理论知识的理解，提高操作与应用能力。第二部分为基础知识测试题，帮助学生加强对课本知识的理解和掌握，并附有答案。

本书对于实际搜索引擎所涉及的各种核心技术做了全面细致的介绍，除了作为搜索系统核心的网络爬虫、索引系统、排序系统、链接分析及用户分析外，还包括网页反作弊、缓存管理、网页去重技术等实际搜索引擎必须关注的技术，同时还讲解了云计算与云存储的核心技术原理。同时本书对诸多新技术在相关章节都有详细讲解。

。。。

本书是数据挖掘精髓的浓缩。第1章用通俗易懂的语言回答五个基本问题，包括什么是数据，什么是大数据，什么是数据挖掘，以及数据挖掘能挖掘出哪些东西和会产生什么价值。然后用6章的篇幅介绍k-均值、k-近邻、朴素贝叶斯、决策树、回归分析和关联规则挖掘等6种方法。第8章介绍一些实际的应用，演示简单的数据挖掘方法如何产生巨大的价值。本书可供高校的数据科学与大数据、智能科学与技术、人工智能、计算机科学与技术和统计类、应用数学等相关专业的学生作为教材使用，也可供高校的商科大数据、金融等专业的学生、 的中学生、科技企业的管理者和相关行业的投资人学习参考。

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。为了使读者能够更好地掌握本书内容，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，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，还可以作为数据库开发人员的参考书。

本教材共包含三个部分，在介绍商务数据分析基本理论框架的基础上，重点介绍了商务数据分析常见方法，并分析了商务数据分析的典型实例。具体而言，前两章属于 部分，介绍了商务数据分析的基本概念、常用的理论依据，提出了商务数据分析框架，也是本教材内容的组织框架。第二部分包括第三章到第十章，依据所提出的分析框架，第三章和第四章分别介绍了数据获取和理解，以及数据预处理这几个重要的数据分析阶段需要做的工作。第五章到第八章详细介绍了各种商务数据分析常见的方法模型，包括计量模型、分类预测模型、聚类与关联规则模型、社会网络分析模型等。第九章围绕文本和图像类数据，介绍了复杂的商务数据分析方法，第十章描述了数据可视化的方法和工具。第三部分包括 三章，即第十一章到第十三章。这三章分别围绕预测模型、分类模

《数据分析思维与可视化》以实用为设计理念，并结合数据分析相关理论，系统地介绍了数据分析的相关内容，包括电商数据分析概述、数据分析业务指标、数据准备与处理、数据分析常用方法、常用数据分析工具、数据可视化、数据图表专业化、撰写数据分析报告等，能够帮助读者掌握数据分析的整个流程。《数据分析思维与可视化》附有配套的教学PPT、题库、教学视频、教学设计等相关资源。同时，为了帮助初学者及时地解决学习过程中遇到的问题，还提供了专业的在线答疑平台。《数据分析思维与可视化》可作为高等院校本、专科相关专业的数据分析课程的教材，也可作为企业数据分析岗位培训教材。

《大数据导论》内容包括大数据基础、大数据下的云计算、大数据处理、数据统计与分析、大数据安全、数据可视化、大数据与社交媒体的融合、大数据促进电子病历的改革、大数据在旅游业中的应用、大数据在金融业的应用和大数据在制造业的应用，既包括大数据的基本知识，也涵盖大数据在典型行业的具体应用，读者通过学习能 深入地认识和掌握大数据的应用价值。书中每章都设有习题与实践，便于巩固所学内容。 《大数据导论》是为高等院校各专业学 数据基本课程而设计编写的，既能满足人文社会科学学科的相关专业需求，也可以满足理工科的需要，同时也可作为各行各业在职人士的参考用书。