《DAMA数据管理知识体系指南（第2版修订版）》是在DMBOK1和DMBOK2的基础上进行的第三次修订，是DAMA国际对过去30多年数据管理领域领域知识和实践的总结，是一部数据管理基础工具书。本书从数据处理道德规范、数据治理、数据架构、数据建模和设计、数据存储和操作、数据安全、数据集成和互操作性、文档和内容管理、参考数据和主数据、数据仓库和商业智能、元数据管理、数据质量管理、大数据数据科学、数据管理成熟度评估、数据管理组织和角色期望、数据管理和组织变革管理等方面对数据管理知识体系进行了系统介绍，并描述如何在数据管理功能领域中应用这些原则。

本书根据PL/SQL的新版本进行了全面更新，涵盖从基础语法、程序控制到最新的优化和调优增强等方面的知识，通过真实的实验、大量的示例讲解了PL/SQL技能，是一本逐步分解的、详尽的PL/SQL编程教程。读者可以按照本书的步骤一步一步地完成每一个关键任务，掌握Oracle 21c PL/SQL编程技术，深度探索PL/SQL编程技术及最佳实践。本书既适合新手数据库开发人员和DBA阅读，也适合有一定经验的从业人员阅读。

本书是计算机领域本科教育教学改革试点工作计划（“101计划”）系列教材之一，秉承“发展经典，关注前沿；问题先导，内容溯源；章节灵活，难度适配”原则编写而成。全书共16章，包括绪论，线性表，栈与队列，字符串，树与二叉树，优先级队列，图，图应用，不相交集，内排序，查找与高级查找，外排序，查找与索引，算法基础，高级算法。本书提供配套教学课件、各章知识点教案、各章引入视频、配套实验教材（C、C 、Java、Python等语言实现），以及实践教学平台等教学资源，可作为高等学校计算机类专业本科生“数据结构”课程教材。

内容简介 这是一本指导各类型组织科学构建数据体系，并通过对数据体系的管理和运营让数据实现价值转化的实战性著作，是作者在数字化领域近20年工作经验的总结。 本书深度剖析了数字化时代数据体系建设的关键要素与实施路径，系统而全面地介绍了数据体系建设的方法论、框架与实战案例。从全面认识数据与数据要素的价值出发，逐步深入探讨了数据管理与数据体系、数据战略设计与实施、数据资源建设与管理、数据资产管理与流通、数据治理框架与方法等核心内容。不仅详细阐述了数据体系建设的理论基础与关键步骤，还通过实战技巧与案例分析，展示了如何将理论知识应用于实际业务场景中，推动组织数据的有效整合、优化利用与价值提升。 通过阅读本书，你将： （1）深刻认识到数据作为新型生产要素在推动业务决策与价值创造中的关键作用； （2）掌握数据体系建设的方法论与框架，构建覆盖数据全生命周期的管理体系； （3）深入了解数据战略、数据资源、数据资产与数据治理的核心内容与实施路径； （4）实战演练数据管理体系的构建，包括管理组织、机制、标准、人才、平台工具等关键要素； （5）借鉴实际案例，理解理论与实践之间的差距，提升数据体系建设的实战能力。 本书旨在帮助读者在数字化转型的浪潮中占据先机，通过构建高效的数据体系，实现数据的有效整合与优化利用，为组织的业务创新与价值创造提供有力支持。无论是政府机构、企业高管还是数据管理者与从业者，都能从中获得极具价值的洞见与实操指南。

"全书分两大篇。第 1 篇原理篇（第 1、2 章），尝试引导读者共同探索和揭秘研发领域大模型背后的核心原理，以使读者“既知其然，又知其所以然”，并为后续章节的学习打下坚实的基础。从概率、**化等基础理论入手，进而深入浅出地阐述 Transformer、神经元等大模型的核心组成元素，以及评估方法、数据工程建设等通用能力的建设。针对技术细节，采用通俗易懂的行文风格，并辅以大量的图表和数据，“零基础”的读者也可以高效地学习。第 2 篇应用实践篇（第3 ~ 8章），是产业界**实践成果的总结。选取代码生成、代码转换、知识问答、推理加速、运维运营等研发大模型领域的高频业务作为剖析对象，详细展示作者在针对这些问题时的端到端思考，包括设计理念、关键技术瓶颈、解决方案及落地结果等。无论你是初学者还是行业专家，都能在本书中找到宝贵的知识和实用的技巧，本书将帮助你在大模型技术的浪潮中乘风破浪。"

随着信息技术和各类互联网平台的快速发展，图像、视频、文本等多模态数据呈现爆发式的增长，多模态数据已经成为大数据的主要呈现形式，针对海量多模态数据进行分析和处理、从多个模态中获取知识和价值的现实需求越来越高。本书详细介绍一系列前沿的多模态数据融合与挖掘方法，从多模态聚类、多模态分类等层面对多模态融合与挖掘相关进展进行介绍，具体介绍基于深度多样图对比学习的多模态聚类方法、基于聚类引导的自适应结构增强网络的多模态聚类方法、基于深度子空间学习的半监督多模态数据语义标注方法以及基于深度受限低秩子空间学习的多模态半监督分类方法。在不同数据集上的实验结果验证了所介绍方法的有效性。

本书针对CIM规划建设中存在关键技术难点，以BIM/IOT数据空间化、语义化为基础，建立城市级CIM搜索引擎，开展CIM要素高效查询与综合管理，推动VR/AR、数字孪生、可视化决策等应用。内容包括：1以GIS为基础的CIM管理、CIM轻量级目录索引与搜索引擎建设、BIM与视频数据轻量化、空间化、语义化处理，以有效解决数据存储、计算能力不足所导致CIM开发瓶颈；2结合国内外GIS、BIM、IOT主流产品（ESRI、AUTODESK、UNITY、超图、海康等）实际操作与编程开发，针对“BIM-GIS一体化、视频-GIS一体化、三维视频地图”等关键技术，给出可操作性方案，作为CIM建设实施之实用指南。

当今社会，大数据技术已广泛应用于各行各业，大数据相关的存储和分布式计算等基本知识也成为了时下大学生尤其是计算机相关专业学生应具备的常识。本书在内容上去繁就简，重点介绍大数据的相关基本概念和原理，包括存储原理和分布式处理的原理。本书主要围绕Hadoop大数据处理平台（第2章），介绍其中涉及的HDFS（第3章）、HBase（第4章）等存储技术和Hadoop MapReduce分布式处理技术（第6章）；介绍了大数据相关的存储技术NoSQL数据库（第5章）以及数据仓库技术Hive（第7章）；并对新兴的大数据平台Spark（第8章）以及其他流行的大数据技术（第9章）进行了介绍。 本书适合计算机专业的低年级学生作为大数据入门课程的教材或者其他专业学生的大数据课程教材。

生态文明建设与生态环境保护，已被我国作为社会可持续发展的重要基础。西藏自治区作为地球上最独特的地质？—地理—？生态—？环境单元——青藏高原的主体，是全球变化的“敏感区”，也是开展地球与生命演化、圈层相互作用及人地关系研究的天然实验室。随着人口增长、社会经济发展和科技进步，人类活动对地球生态环境的影响越来越强烈，西藏自治区也在国家生态安全屏障保护与建设中占有越来越重要的地位。由于特殊的地理位置，复杂的自然环境、地质背景和气候条件，使高原生态环境敏感且极其脆弱，环境本底十分复杂，资源环境开发利用的生态阈值较低，资源环境承载能力极为有限。因此，通过利用空间模型探索生态环境因子与人类健康间的关系，可以发掘出生态环境数据更大的价值，为当地政府制定人口管理和易地搬迁等相关政策提供科学依据。

随着信息、互联网、社交媒体、卫星定位、基于位置的服务（Location Based Services，LBS）等技术的发展，轨迹数据领域迎来了大数据时代。在轨迹大数据背景下，轨迹数据分析的关注度得到持续攀升，它能够借助移动对象的时空特征和移动行为信息发现新知识和模式，从而为智慧城市计算与服务、交通管理与规划、物流管理、智能制造、旅游路径推荐、自然灾害预测与预警、疫情传播监测等诸多领域提供决策支持与服务。本书以轨迹数据相关分析及挖掘技术为主要研究对象，针对轨迹大数据背景下轨迹数据的特征及分析需求，对数据噪声处理、特征提取、相似性度量、参数依赖及复杂轨迹聚类等问题开展了深入研究。 本书可供从事大数据、数据挖掘、机器学习、轨迹数据分析等相关领域的科研及工程人员参考，也可作为高等院校计算机、软件工程及自动化、信息与通信工程等专业的本科生和研究生的学习参考书。