本书覆盖了当前大数据处理领域的热门技术，包括Hadoop、Spark、Storm、Dremel、Drill等，详细分析了各种技术的应用场景和优缺点；同时阐述了大数据下的日志分析系统，重点讲解了ELK日志处理方案；最后分析了大数据处理技术的发展趋势。本书采用幽默的表述风格，使读者容易理解、轻松掌握；重点从各种技术的起源、设计思想、架构等方面阐述，以帮助读者从根源上悟出大数据处理之道。

本书分为4个部分：*部分从企业高层角度分析整体商业协同框架，构建企业采购协同模式及其涵义，并从系统角度详细阐述数字化执行的策略与思路。第二部分省钱的角度描述企业的采购目录、采购路径、寻源活动以及大型企业建立集中/分散式数字化采购的思路与转型实施要点。第三部分从省力的角度出发梳理数字化采购对于提升效率的作用，主要包括采购执行、合同履约、供应商信誉管理的角度，以“规范化、流程化、自动化”的方式建立起企业协同管理流程。第四部分从企业省心角度，建立以数据为中心，从公司采购员、采购品类、采购部门、行业等多维度对采购数据进行挖掘与分析，帮助企业对支出实现可控性、可预测性、可分析性管理。

LMS Imagine.Lab AM：ESim REVlO是比利时LMS公司于2010年11月推出的最新版本，提供了一个系统工程设计的完整平台。用户在这个单一平台上可以建立复杂的多学科领域的系统模型，并在此基础上进行仿真计算和深入分析。付永领、齐海涛编著的《LMS Imagine.Lab AMESim系统建模和仿真实例教程》以“实例教程”的方式介绍了AMESim在UNIX工作站和个人计算机上的使用方法。全书共10章，主要内容包括初级实例、高级实例分析，高级特点，如批处理运行和线性分析、超级元件工具、脚本工具和活性指数工具的应用，与其他应用程序的接口技术，以及系统设计优化分析工具等。本书本着实用的原则，内容由浅入深，讲解循序渐进，力求使初学者真正学会使用AMESim。 《LMS Imagine Lab AMESim系统建模和仿真实例教程》适用于所有使用和需要使用AMESim的读者，包括科学研究和工程技术人员以及

copula分布估计算法综合了智能计算领域和统计学领域的知识，是一种基于群体的智能优化算法。本书共分为8章，主要内容包括：分布估计算法的基本概念和算法流程、copula理论及copula分布估计算法框架、二维copula分布估计算法、多维经验copula分布估计算法、多维阿基米德copula分布估计算法、阿基米德copulaEDA中的参数估计、copulaEDA中的边缘分布函数和采样方法的研究以及copulaEDA在图像矢量量化中的应用研究等。本书适合于从事智能计算领域研究和应用的科技工作者和工程技术人员使用，也可以作为人工智能、计算机科学、信息科学、智能优化及智能控制领域的广大师生的教学参考用书。

《Excel+SQLServer数据库管理技术详解》共分15章，结合大量有针对性的案例，详细介绍了ExcelVBA、ADO、SQL等方面的基础知识以及这些知识在利用ExcelVBA整合SQLServer数据库中的各种实际应用技能。通过这些实例，读者可以快速掌握利用ExcelVBA来操作SQL，Servet数据库的方法和技巧，为利甩ExcelVBA开发各类管理信息应用系统提供坚实的基础。《Excel+SQLServer数据库管理技术详解》提供的这些案例大部分可直接应用到实际工作中，稍作修改也可应用于Excel与其他数据库的整合应用之中。

本书覆盖了当前大数据处理领域的热门技术，包括Hadoop、Spark、Storm、Dremel、Drill等，详细分析了各种技术的应用场景和优缺点；同时阐述了大数据下的日志分析系统，重点讲解了ELK日志处理方案；最后分析了大数据处理技术的发展趋势。本书采用幽默的表述风格，使读者容易理解、轻松掌握；重点从各种技术的起源、设计思想、架构等方面阐述，以帮助读者从根源上悟出大数据处理之道。

阿里巴巴云上数据中台正服务着阿里生态中的数十个业务板块、百余家公司、千万级客户，在帮助决策层看清甚至决定业态走向的同时，在上万个业务场景中应用并催生创新。 本书基于作者在阿里巴巴的十年大数据从业经历，精彩演绎云上数据中台之道。全书基于大数据探索的大趋势，讲述阿里巴巴云上数据中台顶层设计，再以实际案例详述阿里巴巴云上数据中台建设及其业务模式的形成过程，总结云上数据中台沉淀的独特价值，并开诚布公地分享阿里巴巴以赋能为本质的大数据战略。 作者希望通过一名老数据人发自肺腑的分享，帮助尽可能多的有志于大数据构建、应用与创新者，构建自己的云上数据中台，从而拥有既“准”且“快”的“全”“统”“通”的智能大数据体系，以驱动各类业务数据化与数据业务化创新！

《高校数据仓库系统建设与应用》共分6章。章主要介绍数据仓库的概念、背景及大数据研究展望。第2章介绍数据仓库相关的技术原理。第3章介绍数据仓库项目需求分析的流程、方法、原则，以及数据仓库需求分析应包含的内容。第4章结合高校业务特点，根据数据仓库系统建设过程介绍各环节，主要有建设流程、系统架构、主题规划、源数据分析、数据模型设计、ETL设计、ETL开发、ETL测试、系统运行监控和报表设计开发，重点阐述每个环节采用的技术方法、实现过程及注意事项。第5章介绍数据仓库元数据管理、数据质量管理和系统运维管理，其中重点介绍数据质量监控系统的设计及实现。第6章通过剖析高校的核心管理业务、数据分析指标和分析案例，来详细说明数据仓库在高校各业务管理中的应用。

该书是当前国际新兴的热门研究领域-关系数据挖掘-的有关关系数据聚类的奠基性专著。该书通过深入浅出的方法，系统地介绍了关系数据挖掘领域中的关系数据聚类的主要研究问题和广泛的重要应用方向。该书作者被国际学术界公认为最早从事关系数据聚类的学者之一，并一直在这一方向上发表有影响力的工作。该书凝聚了作者这些年来的研究成果，并以自成体系的方式由浅入深地完整地表述给读者，是当今了解关系数据聚类分析这一新兴热门课题的读物，具有很强的学术性。关系数据聚类是一个崭新的热门研究方向。它之所以能在短暂的时间内得到迅猛发展，就是因为它有广泛的应用前景。在如今社会的各个领域，从政府决策，到市场营销，到舆情分析，到社会关系网络分析，到生物信息学等，都其应用的广泛前景。由于该书也是广大从业人员必不可少的工具

《多维与度量数据结构基础》的出版，终于令纷繁多样的空间与多维索引方法得以统一连贯起来。hanan samet乃是“空间数据索引”领域的资深权威。其早先出版的另两本专著，在过去的20年内已成为重要的文献。《多维与度量数据结构基础》则进一步整合了这些工作，并将此领域拓展至度量空间中的信息索引和查找。 《多维与度量数据结构基础》内容综合全面，却又不失为一本系统讲解相关思路的好教材。《多维与度量数据结构基础》由点、物体、矩形等多维区间、高维数据等4大章组成，叙述简明翔实，各节配有习题，且在最后给出了详细解答。《多维与度量数据结构基础》还附有对b-树、线性散列、螺旋散列等的专题讲解，并给出了2000余条参考文献及作者索引。 通晓《多维与度量数据结构基础》绝非一日之功，对于那些有志于驾驭空间数据、科学

学习维度设计的最佳实践。《StarSchema完全参考手册：数据仓库维度设计权威指南》全面、深入地介绍了设计原理及其理论基础。全书围绕设计概念组织并辅以详实的示例，可作为初学者逐步深入学习星型模式的参考资料，同时也为专家提供了内容丰富的参考资源。 《StarSchema完全参考手册：数据仓库维度设计权威指南》首先介绍维度设计的基础知识，向读者展示如何将这些基础应用于不同的数据仓库体系结构，包括w．h．inmon和ralphkimball倡导的体系结构。本书通过介绍一系列高级技术来帮助读者解决现实世界中存在的复杂性，获得最佳性能并适应商业智能和etl软件产品的需求。读者可以将书中的设计任务和设计产品运用于所有项目中，而无论项目采用什么方法和架构。