本书全面系统地介绍了SQL语言各方面的基础知识以及一些高级特性，包括SQL数据语言、SQL方案语言、数据集操作、子查询以及内建函数与条件逻辑等内容。书中每个章节讲述一个相对独立的主题，并提供了相关示例和练习。本书内容以SQL 92标准为蓝本，涵盖了市场上常用数据库的最新版本（MySQL 6.0、Oracle 11g及Microsoft SQL Server 2008）。本书适合数据库应用开发者、数据库管理员和高级用户阅读。针对开发基于数据库的应用程序，以及日常的数据库系统管理，本书都展现了大量经过实践检验的方法和技巧。读者可以通过对本书循序渐进地学习快速掌握SQL语言，也可以在实际工作中遇到问题时直接翻阅本书中的相关章节以获取解决方案。

WEB DB PRESS是日本主流的计算机技术杂志，旨在帮助程序员更实时、深入地了解前沿技术，扩大视野，提升技能。内容侧重于Web开发的相关技术。本期的主题分为3 个特辑：UI 设计实践、Web 支付入门和数据可视化。特辑1结合Cookpad 网站详细介绍UI 设计方面的实践知识。特辑2以在Web上使用最为广泛的信用卡支付为核心，介绍将信用卡支付整合进自己的网站或智能手机应用所必需的知识和方法。特辑3则介绍如何使用Web技术进行数据可视化。本书适合各行业Web应用开发者阅读。

关系型数据库是建立在关系模型基础上的数据库，借助于集合代数等数学概念和方法来处理数据库中的数据。关系型数据库的基础—关系理论被认为是 SQL的基础。《你不可不知的关系数据库理论》为我们讲解了什么才是真正的关系型数据库，与当前的数据库产品相比，它的特点和优势是什么。《你不可不知的关系数据库理论》分为3部分，共计14章。第一部分是数据库的基础，讲解了数据库基本概念，关系和关系变量，码、外码和相关概念，关系运算符，约束和断言，关系模型等内容；第二部分讲解了事务的相关概念，以及如何设计一个好的数据库；第三部分则讲解了SQL相关的知识，其内容涵盖了SQL基本表，SQL操作符和运算符，SQL约束，SQL 与关系模型等内容。本书最后的 5 个附录涵盖了Tutorial D语法、TABLE_DUM和TABLE_DEE、集合论、关系演算，以及与关系理论知识相关的资源。《你不可不知的关系数据库理论》适合数据库开发、维护人员以及高校数据库专业的师生阅读。对于想要真正理解什么是关系型系统的读者来说，本书也是不错的选择。

社交网站数据如同深埋地下的“金矿”，如何利用这些数据来发现哪些人正通过社交媒介进行联系？他们正在谈论什么？或者他们在哪儿？《社交网站的数据挖掘与分析（原书第2版）》第2版对上一版内容进行了全面更新和修订，它将揭示回答这些问题的方法与技巧。你将学到如何获取、分析和汇总散落于社交网站（包括Facebook、Twitter、LinkedIn、Google+、 GitHub、邮件、网站和博客等）的数据，以及如何通过可视化找到你一直在社交世界中寻找的内容和你闻所未闻的有用信息。■ 借助IPython Notebook、自然语言工具包、NetworkX和其他科学计算工具挖掘主流社交网站■ 使用高级文本挖掘技术（如聚类和TF-IDF）来提取人类语言数据中有价值的知识■ 通过发现GitHub上人、编程语言和代码工程间的亲密性，构建兴趣图谱■ 利用D3.js进行交互式可视化，充分发挥HTML5和JavaScript工具包的灵活特性■ 以“问题－解决方案－讨论”的方式详细讲解深入挖掘Twitter数据的实用技术，并提供代码示例《社交网站的数据挖掘与分析（原书第2版）》的配套代码在公开的GitHub代码库中进行维护，可以通过一站式虚拟机来访问，你只需要使用方便易用的IPython Notebook，即可进入愉快的交互式学习情景。

《网站数据挖掘与分析：系统方法与商业实践》是目前网站数据挖掘与分析领域最具系统性、深度和商业实践指导价值的著作，由来自在线数据分析领域巨擘Webtrekk的官方资深数据分析专家撰写，获得黄成明、宋星、蓝鲸、宫鑫等近10位国内网站分析领域顶尖专家联袂推荐。《网站数据挖掘与分析：系统方法与商业实践》从5个维度对网站数据分析进行了全面讲解：认知维度：首先告诉企业和数据分析师应该如何科学地认识网站数据分析，其次指导企业如何从零开始构建自己的数据体系，最后讲解了数据分析师应该如何从零开始建立自己的成长体系；技术维度：详细地讲解了网站数据的采集和配置、网站分析工具的选择和使用、网站数据整合的方法、数据监测与评估的指标，以及数据分析的场景和相应的方法；应用维度：通过10余个商业化的案例，还原了网站数据分析在营销和运营中的应用，不仅从业务层面讲解了数据驱动的营销和运营的方法论，而且还从实操层面讲解了案例的操作过程，可以直接套用到工作中并产出效果；管理维度：从数据管理者和领导者的角度探讨了如何进行数据风险、数据质量、数据投入和产出、数据流程和落地管理，这些都是管理者自我提升的必备知识；工具维度：对Webtrekk和Adobe Analytics等世界级的网站分析工具报表、指标和重要特性进行了详细的列举，同时包含大量最新的完整代码部署示例。

本书采用了众多流行的数据挖掘算法，如利用K-means算法进行信息聚类和网页自动抽取，利用贝叶斯分类器实现信息过滤与分类，将知识组织与网站优化有机地结合起来，使得主题、目录组织的思想融合贯通在智能网站设计当中。全书共分6章，主要介绍了网络日志的数据来源、类型及其预处理技术；用户信息行为，包括网络用户行为的构成因素、分类，信息行为模型；用户行为数据的提取和分析，用户个性化知识服务需求的影响因素；网站优化算法的设计；智能技术在网站开发中的应用；机器学习的实现原理与训练模型，利用贝叶斯分类算法对垃圾信息进行自动过滤。最后，还对网站导航优化效果进行了调试与展示，并给出了实现的核心代码。本书涉及数据挖掘、计算机编程、知识组织等多门学科的知识，理论性强。全书内容深入浅出，既有较深的理论分析，也有适当的设计案例，具有理论学习和实用开发双重意义。【作者简介】1999.7至今一直在华南师范大学从事有关信息管理、电子商务方面的专职教学工作。主持了广东省哲学社会科学“十二五”规划一般项目《基于网络日志的用户行为分析与网站信息组织优化研究》（GD11CTS02），并参与了2011年度教育部人文社会科学研究青年基金项目《地方电子政务的用户接纳问题及其推进策略研究》（11YJC870003）。授课：《EB技术应用与开发》，2005年-至今；《搜索引擎与网络信息检索》，2003年-至今；《网页设计与制作》，2000年-2009年；《信息检索研究》，2008年-至今；《电子商务网站开发》，2008年至今；《电子商务运营管理》，2011年至今。

本书内容是在仔细分析和认真总结初、中级用户学用计算机的需求和困惑的基础上确定的。根据日常工作的需要取材谋篇，以应用为目的，用任务来驱动，并配以应用实例。本书共分8章，主要内容包括数据库基础知识，Access2010简介，表，查询，窗体，报表，宏，VBA编程，数据库的安全等。

本书是一本R 语言和数据分析的入门教材，循序渐进、深入浅出，每个知识点尽量从实际的应用案例出发，以问题为导向，在解决问题中学习统计方法、R 语言的基本使用以及编程技巧。本书内容涵盖R 数据结构、函数与优化、抽样模拟、统计分析、假设检验、回归分析、统计绘图和R 包制作等内容。本书的定位是为业界数据分析人员、经济管理类、医学的学生提供方法和程序上的参考，在写作过程中尽量删去比较理论的数学原理，这样能够帮助读者轻松上手学习。

《面向复杂数据的推荐分析研究》主要从推荐分析的角度，系统介绍了如何利用推荐分析的相关理论和方法，提升复杂数据的推荐效果和精度，同时还结合实际应用问题说明了面向复杂数据的推荐分析应用过程。主要内容包括基于二部图网络的推荐算法改进、Slopeone算法及基于内容的过滤改进、组合推荐等。

世界上的大部分领域实际上都可以建模成图，而软件开发人员或是数据库管理人员却在辛辛苦苦地将这些图转化成关系型数据库中的表。想象一下，假如你再也不用去做这样的转化，假如数据库的迁移可以变得轻松简单，你愿意去接受一个全新的数据库吗？图数据库就是这样一个完全不同于关系型数据库的新型数据库，它处理的是大规模的数据和不断变化的需求，并且拥抱它们。本书系统地介绍了图数据库的历史由来、建模方法、工作原理和一些真实的用户用例，详细地说明了图数据解决的是什么样的问题，并以Neon4j数据库和Cypher查询语言为例，阐述了图数据库的建模方法和领域用例，最后还介绍了图数据库的工作原理以及一些实用的图论算法。本书的三位作者均为Neo4j Technology公司的技术高手，分别为工程师、CTO和CEO。他们对图数据库及其解决方案有丰富的经验，其中一位甚至还是Neo4j图数据库的共同创始人。本书适合开发人员和数据库管理人员了解和学习图数据库，作为一门新的知识和独特的数据库领域来拓宽视野。也适合提供解决方案的负责人来了解行业动向和新的解决问题的方式。通过阅读本书，读者可以对图数据库这一领域有一个透彻的了解。