本书从初学者易于理解的角度，以通俗易懂的语言、丰富的实例、简洁的图表、传统和现代数据特征的对比，将大数据这一计算机前沿科学如数家珍地娓娓道来。既介绍了大数据和相关的基础知识，又与具体应用有机结合起来，并借助可视化图表的画面感立体地为读者剖析了大数据的技术和原理，非常便于自学。本书内容包括大数据概论、大数据采集及预处理、大数据分析、大数据可视化、Hadoop概论、HDFS和Common概论、MapReduce概论、NoSQL技术介绍、Spark概论、云计算与大数据、大数据相关案例等内容。本书既可以作为想了解大数据技术和应用的初学者的教材，也适合作为培训中心、IT人员、企业策划和管理人员的参考书。
本书是中山大学重点学科建设成果，获中国矿物岩石地球化学协会大数据与数学地球科学专业委员会推荐，是我国*部地质科学大数据与机器学习教材。本书是中山大学研究生试用研究型教材，对运用大数据挖掘与机器学习算法解决地球科学问题大有裨益。适合地质科学领域研究生和高年级本科生做教材，也可供科研人员研究时参考。它系统地介绍了地球科学大数据挖掘与机器学习的基本框架与原理，重点分析高维数据的降维、分类与预测、大图形社区结构识别、无限流数据处理、机器学习及人工智能地质学的建模过程，对必要的应用场景，使用Python语言给出案例。
技术是把双刃剑，当我们在积极拥抱新技术的同时，也不能忽视其所带来的风险，比如当今大数据时代个人隐私和安全问题。本书是两位作者结合各自出色的专业知识和丰富的从业经验为大众倾力奉献的一本大数据时代隐私问题的普及读物。书中展示了我们在家庭和工作中的日常活动是如何成为大数据收集的一部分的。同时，列举大量的大数据应用以及安全和隐私相关案例，包括企业如何利用大数据进行营销、执法机构如何利用大数据执法等，也包括不法分子如何利用非法或合法的手段获取数据，如何利用社交网络进行犯罪。针对上述问题，本书也列出了一些工具、技巧用来检查和防范，这在当前很有现实意义。
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！
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。
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。
《MySQL是怎样使用的：快速入门MySQL》采用通俗易懂的表达方式，对如何使用MySQL进行了详细的介绍。 《MySQL是怎样使用的：快速入门MySQL》完全从零基础用户的角度出发，依照用户认知习惯，从MySQL的安装开始，介绍了MySQL的服务器程序和客户端程序的使用、MySQL的数据类型、数据库和表的基本操作、列的属性、MySQL中的表达式和函数、简单和复杂的增删改查语句等入门知识，还介绍了视图、存储程序、备份与恢复、用户与权限管理等高级概念以及使用Java语言连接MySQL服务器等知识。 《MySQL是怎样使用的：快速入门MySQL》较好地契合了MySQL初学人员的学习曲线，内容深入浅出，通俗易懂，可帮助初学人员迅速入门MySQL。
本书以精练的语言介绍HBase的基础知识，让初学者能够快速上手使用HBase，对HBase的核心思想（如数据读取、数据备份等）和HBase架构（如LSM树、WAL）有深入的分析，让有经验的HBase开发人员也能够循序渐进地深入理解HBase源码，以便更好地去调试和解决线上遇到的各种问题。本书更加专注HBase在线实时系统的调优，让HBase集群响应延迟更低，能够更好地为在线实时系统服务。本书结合企业的“用户行为分析系统”，让读者能够快速上手的同时，也不乏企业HBase实际应用场景，理论不脱离实际，真正做到从入门到精通。 本书适合有一定Java基础的程序员作为HBase入门教程，HBase运维人员可以将本书作为参考手册来部署和监控HBase，正在将HBase应用到在线生成环境中的软件开发人员也可以参考本书来调优HBase在线集群性能。
大数据分布式计算课程是大数据方向应用统计专业硕士学生的专业必修课，通过本课程的学习使学生能够掌握目前大数据挖掘领域常用的并行计算方法，加深学生对统计并行计算的理解，培养学生使用在现代并行架构下利用统计方法深入挖掘大数据中的数据结构并能解决一些实际问题的能力。
全书共分为六章：*章为绪论，介绍了大数据时代隐私内涵的构成要素以及发展变迁历史，并从技术层面、社会层面、个人层面列举了大数据环境下隐私安全的表现形式，总结了当前个人隐私被侵害的类型以及呈现的特征；第二章为隐私泄露风险评估与度量方法，针对常用的隐私保护方法，详细介绍了当前隐私量化模型与度量标准的相关研究，并分析了主流的隐私度量方法的性能优劣以及评价指标；第三章为位置服务中隐私保护技术，并介绍了P2P结构与独立架构两种模式下位置隐私保护技术方案。第四章为深度学习训练数据集隐私保护技术，提出了两种差分?
本书从切实可行的大数据方案选择方法着手，面向不懂大数据相关概念、不知道如何将大数据项目引入何种领域的IT团队和实际经营团队，以自己的实际经验为基础，创立并介绍了大数据项目构建方法。帮助需要引入大数据项目的所有企业解决核心课题，以顺利开展大数据项目，并避免运行过程中出现过多失误，实现正确的策划和执行。书中收录了大数据分析与研究案例、企业引入大数据项目时发生的实际问题、策划及运营过程、实际分析时需要的技巧等，利用清晰的图表和示意图直观反映了核心法则和原理。
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。
本专著主要基于软件领域数据的特性和预测模型的不同应用场景，对软件缺陷预测前言的若干关键技术进行了研究和总结。主要内容包括迁移学 习环境下的缺陷预测技术，半监督环境下的缺陷预测技术，主动学习环境下的缺陷预测技术，基于核理论的缺陷预测技术，所应用的理论、 算法及应用成果的介绍和展示。
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
本书着力于介绍数据挖掘基础知识、基本原理、常用算法，主要内容包括数据挖掘概述、数据的描述与可视化、数据的采集和预处理、数据的归约、关联规则挖掘、分类与预测、 非线性预测模型、聚类分析、深度学习简介、使用 Weka 进行数据挖掘。本书通俗易懂，注重基础知识、基本原理和基本方法，注重启发和引申，以培养学生独立思考和独立发现的能力。本书适合作为数据科学与大数据、信息管理、统计等专业的本科层次基础课教材，也可作为相关专业研究生层次的参考用书。
本书系统地介绍了知识图谱的相关概念、技术要素与应用，不仅涵盖了知识图谱技术的发展历程与特点，也涵盖了当前阶段知识图谱的主要应用，并分析了未来的发展趋势与挑战。本书从理论综述、技术解读、应用场景、实战分析等多个角度进行了阐述，内容全面且易于理解。 本书是一本入门级图书，面向具备一定计算机知识但没有知识图谱构建经验的读者，旨在帮助他们掌握知识图谱构建的专业知识。同时，本书还面向渴望了解知识图谱应用的各行业人员，旨在帮助他们拓展视野、开阔思路。相信所有对知识图谱感兴趣的读者通过阅读本书都能有所收获。
大数据时代的到来，使我们的生活在政治、经济、社会、文化各个领域都产生了很大改变。 数据科学 一词应运而生。如何更好地对海量数据进行分析、得出结论并做出智能决策是统计工作者面临的机遇与挑战。 本书介绍数据挖掘与统计机器学习领域常用的模型和算法，包括基础的线性回归和线性分类方法，以及模型选择和模型评价的概念和方法，进而介绍非线性的回归和分类方法（包括决策树与组合方法、支持向量机、神经网络以及在此基础上发展的深度学习方法）。后介绍无监督的学习中的聚类方法和业界广泛使用的推荐系统方法。除了方法的理论讲解之外，我们给出了每种方法的R语言实现，以及应用Python语言实现深度学习和支持向量机两种方法。本书的一个亮点是后一章给出的两个大数据案例，数据量均在10G左右。我们同时给出了单机版（Python、数据库、R
由宋媚所*的《大数据征信背景下的信息质量度量与提升研究》主要关注大数据背景下的信息质量度量方法，并有针对性地提出了信息质量管理提升策略。《大数据征信背景下的信息质量度量与提升研究》具体包括：大数据征信背景下的信息质量评价与管控；征信信息质量度量模型的构建；征信信息质量度量模型应用；征信系统的信息质量管理与价值提升策略分析。
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
本书对数据挖掘的基本算法进行了系统介绍，每种算法不仅介绍了算法的基本原理，而且配有大量例题以及源代码，并对源代码进行了分析，这种理论和实践相结合的方式有助于读者较好地理解和掌握抽象的数据挖掘算法。全书共分11章，内容同时涵盖了数据预处理、关联规则挖掘算法、分类算法和聚类算法，具体章节包括绪论、数据预处理、关联规则挖掘、决策树分类算法、贝叶斯分类算法、人工神经网络算法、支持向量机、K means聚类算法、K 中心点聚类算法、神经网络聚类算法以及数据挖掘的发展等内容。本书可作为高等院校数据挖掘课程的教材，也可以作为从事数据挖掘工作以及其他相关工程技术工作人员的参考书。
