《SQL Server数据库管理系统项目教程》是按任务驱动方式编写的项目化教材，全书共设计了两个工程十三个项目，涵盖了高职高专学生应掌握的SQL Server 2008数据库管理系统的所有知识点。公司管理数据库系统工程为教学所用，学生管理数据库系统工程为课后练习所用。教材结构新颖，每个项目包含教学目标、工作任务、相关实践知识、相关理论知识等内容，部分项目还设置了拓展知识，以便学有余力的学生学习。学生首先通过完成公司管理数据库系统的十三个项目的工作任务，达到构建知识和训练技能的目的；然后再通过完成学生管理数据库系统的十三个项目所规定的课后实践题进一步巩固知识、强化技能、激发创新意识，提高分析问题和解决问题的能力。 《SQL Server数据库管理系统项目教程》可作为高职高专计算机相关专业教材，也可供从事数据库设计与管理的工程技术人员参考。

知识发现是从数据集中识别出有效的、新颖的、潜在有用的，以及最终可理解的模式的非平凡过程。知识发现将信息变为知识，从数据资源中发现知识宝藏，将为知识创新和知识经济的发展作出贡献。《知识发现》全面而又系统地介绍了知识发现的方法和技术，反映了当前知识发现研究的最新成果和进展。全书共分15章。第1章是绪论，概述知识发现的重要概念和发展过程。下面三章重点讨论分类问题，包括决策树、支持向量机和迁移学习。第5章阐述聚类分析。第6章是关联规则。第7章讨论粗糙集和粒度计算。第8章介绍神经网络，书中着重介绍几种实用的算法。第9章探讨贝叶斯网络。第10章讨论隐马尔可夫模型。第11章探讨图挖掘。第12章讨论进化计算和遗传算法。第13章探讨分布式知识发现，它使海量数据挖掘成为可能。最后两章以web知识发现、认知神经科学为例，介绍知识发现的应用。书中内容新颖，认真总结了作者的科研成果，取材国内外最新资料，反映了当前该领域的研究水平。论述力求概念清晰，表达准确，算法丰富，突出理论联系实际，富有启发性。《知识发现》可以用作高等院校有关专业的研究生和高年级本科生的知识发现、数据挖掘、机器学习等课程教材，也可供从事知识发现、数据挖掘、机器学习、智能信息处理、模式识别、智能控制研究和知识管理的科技人员阅读参考。

《程序员成长课堂：SQL Server 2008标准教程（附光盘）》由浅入深，全面、系统地介绍了SQL Server 2008的开发与管理技术。《程序员成长课堂：SQL Server 2008标准教程（附光盘）》提供了大量实例，供读者实战演练。另外随书所附光盘中包含大量配套教学视频，以帮助读者更好地学习《程序员成长课堂：SQL Server 2008标准教程（附光盘）》内容，书中的实例源代码也一起收录于随书光盘中。 《程序员成长课堂：SQL Server 2008标准教程（附光盘）》共分5篇。第1篇介绍了SQL Server 2008的背景知识及安装、数据库与表的创建与管理、表索引的创建与管理；第2篇介绍了Transact-SQL查询语言、视图、存储过程、触发器、游标、用户自定义函数与数据类型；第3篇介绍了事务与锁、全文检索、数据库的备份与恢复、数据升迁及安全性管理；第4篇介绍了报表服务和分析服务；第5篇介绍了如何使用C#和Java开发数据库应用程序。 《程序员成长课堂：SQL Server 2008标准教程（附光盘）》内容涵盖基本操作、高级技术、核心原理以及项目开发，几乎涉及SQL Server 2008的所有重要知识。《程序员成长课堂：SQL Server 2008标准教程（附光盘）》适合所有想全面学习SQL Server 2008数据库技术的人员，也适合各种使用SQL Server 2008进行开发的工程技术人员。对于经常使用SQL Server 2008的程序员，《程序员成长课堂：SQL Server 2008标准教程（附光盘）》更是一本必备的手册。

《数据库系统原理》以实例分析为主线，结合SQL Server 2005，全面地阐述了数据库系统的基本理论、原理、方法及其应用。全书共11章，主要内容包括数据库系统概述、SQL Server与数据库、关系运算和完整性约束、SQL Server与数据查询、概念模型设计、逻辑结构设计、外模式和物理模式、查询处理与查询优化、事务管理、实例数据库系统和数据库新技术等。《数据库系统原理》以SQL Server 2005为DBMS介绍数据库的实现技术，以Visual C++为主语言介绍数据库系统的设计与实现技术，并提供详细操作和完整程序系统。《数据库系统原理》内容丰富、深入浅出、通俗易懂、结构严谨、注重实用，同时提供取材新颖、实用的例题和习题，便于读者巩固所学知识。《数据库系统原理》适用于高等学校计算机科学与技术、软件工程、网络工程、信息管理与信息系统、物流、电子商务等相关专业数据库原理课程的教学，也可作为从事数据库系统研究与应用开发的工程技术人员的参考书。

《数据结构简明教程》是针对数据结构初学者编写的基础教程，书中不仅讲解了数据结构常用的基本理论知识，而且提供了大量的应用实例，以帮助初学者对知识进行充分的理解和掌握。全书共分8章，内容包括绪论，线性表，栈和队列，串和数组，树和二叉树，图，查找，排序等。《数据结构简明教程》内容实用，结构清晰，实例丰富，可操作性强，可作为高等院校数据结构的教材，也可作为计算机相关专业的培训和自学教材。

本书全面、系统地介绍了关系数据库基础理论及应用。在介绍关系数据库系统理论、SQL语言、规范化理论、数据库设计、关系查询处理和查询优化、数据库完整性和安全陛、数据库恢复和并发控制等理论的基础上，针对应用实际，介绍了以VB、Delphi、Vc++、C#等常用编程工具开发数据库应用程序的常用方法和技巧，介绍了基于数据库的Web应用程序开发、XML技术等。本书配有PPT、源代码等教学资源，方便教学和工程实践应用。本书可作为普通高等学校计算机及相关专业“数据库原理与应用”课程的教材，也可作为从事数据库应用程序设计与开发的工程技术人员、希望了解数据库相关技术的爱好者的参考书。

《数据库原理与应用》系统阐述了数据库系统的基础理论、基本技术和基本方法。《数据库原理与应用》在内容的编排上，注重理论与实际的联系；在内容的描述上则结合具体案例，通过专业术语和通俗易懂的案例分析的结合，由浅人深地解读数据库原理的基础理论知识。《数据库原理与应用》共分10章。第1—5章主要介绍数据库的基本知识、基本术语、结构化程序设计语言SQL的基本语法结构、关系数据库模型及其运算基础等内容；第6—8章介绍数据库安全、并发控制、恢复技术和安全控制；第9一10章介绍数据库新技术、未来发展趋势以及数据库应用。《数据库原理与应用》每章后面都附有习题，以便学生更好地理解理论知识。《数据库原理与应用》可作为高等院校计算机及相关专业学生的教科书，同时也可作为自学数据库的教材以及从事数据库设计的设计人员的参考书。

《21世纪高职高专规划教材·计算机应用系列：计算机网络与数据库应用技术》是根据高职高专文科管理类、营销类专业的岗位技能需求编写的，介绍计算机网络与数据库基础知识与基本应用的教材。《21世纪高职高专规划教材·计算机应用系列：计算机网络与数据库应用技术》共分9章，主要内容包括计算机网络的基本概念、简单计算机网络的搭建与维护、简单网络服务器的搭建、数据库的基本概念、数据库的基本操作、SQL语言、视图、简单数据库应用系统开发、综合实训。《21世纪高职高专规划教材·计算机应用系列：计算机网络与数据库应用技术》内容简单实用，主要用做文科管理类、营销类专业教材，也可以作为自学教材和其他专业的参考书。

随着信息技术特别是网络技术的飞速发展，人们收集、存贮、传输数据的能力不断提高。数据出现了爆炸性增长，与此形成鲜明对比的是：对决策有价值的知识却非常匮乏。知识发现与数据挖掘技术正是在这一背景下诞生的一门新学科。数据挖掘要在实际应用中发挥作用，高性能挖掘算法和数据挖掘软件平台是重要的技术基础。本书以数据挖掘最基本问题、频繁模式与关联规则挖掘为切入点，研究高时间效率、高空间可伸缩性的挖掘算法和分布，异质、海量数据的协同挖掘软件模型，并探讨了数据挖掘过程中的隐私保护问题。本书首先发现了基于树表示形式的虚拟投影方法，用于按深度优先挖掘密集型数据集；提出了稀疏型数据集表示形式及非过滤投影方法；进_步提出了基于伺机投影的思想，设计并实现了基于伺机投影的全新算法OpportuneProject，对比实验表明，该算法挖掘各种规模与特性数据库的效率与可伸缩性都是最佳的。由于其内在的计算复杂性，挖掘密集型数据的频繁模式完全集非常困难，解决办法是挖掘频繁模式的闭合集或最大集。本书提出了一种组织闭合模式集的复合型频繁模式树，支持搜索空间的高效剪裁，有效地平衡了树生成与树剪裁的代价，实现了闭合模式集挖掘算法CROP，其效率与可伸缩性大大优于CHARM等算法。在此基础上，本书提出了闭合性剪裁和一般性剪裁相结合，并能适时前窥的最大模式挖掘算法MOP，大大优于MaxMiner和MAFIA等算法。本书进一步提出了逆字典树剪裁、层次标记等新技术，以及根据信息熵自动生成与人机交互相结合来确定数值型与类别型属性概念层次的新方法，不仅支持逐层挖掘，而且能进行跨层挖掘，并实现了多支持率剪裁，将所提出的挖掘频繁模式完全集、闭合集的新算法推广到无冗余关联规则、多维多层多数据类型关联规则、多支持率分类规则的挖掘问题。本书在所取得的数据挖掘算法研究成果基础上，对数据挖掘软件模型作了深入研究。首先提出了数据挖掘作业描述语言MDL和挖掘任务模型脚本语言，设计并实现了一个集成数据仓库管理功能、挖掘引擎具有一定智能、体系结构可扩展的数据挖掘工具。本书在研究分布式问题求解技术和分析移动型智能代理技术的基础上，提出了从网络海量数据中发现有用知识的协同挖掘模型。首先定义了黑板和知识源的描述语言以及知识交换格式，设计和实现了支持互联网上分布式问题求解的黑板系统，提出了分布式网络海量数据挖掘系统DistributedMiner。接着在分析移动式智能代理技术的基础上，设计了一种移动式智能代理服务器，通过重构基础结构，提出了移动式网络海量数据挖掘系统模型MobileMiner。最后，本书研究了挖掘事务型数据过程中的隐私保护问题。由于事务型数据的极度稀疏性，任何单一技术难以有效发挥作用，或是导致过高的信息损失，或是处理结果难以解释，或是技术自身性能有缺陷。本书提出了集成概化技术与消隐技术来降低信息损失。然而，从技术上讲，集成并非易事。本书提出了一种新颖的方法来解决效率与可伸缩性的问题。采用此方法处理过的数据能够应用标准的数据挖掘工具进行分析。

《数据仓库与数据挖掘原理及应用》从专业角度全面介绍了数据仓库和数据挖掘的理论、方法、技术及其应用，系统地阐述了数据仓库和数据挖掘的产生、发展和应用及其主要概念、原理和算法，并结合当前数据仓库和数据挖掘中一些新的应用实例进一步加以说明，力求学以致用。全书分为三篇。第一篇介绍数据仓库的起源和演变过程，阐述数据仓库的定义、体系结构、组成、元数据、数据粒度和数据模型以及ETL过程，论述数据仓库设计和实现的方法。结合具体应用详细阐述了如何构建数据仓库及其主要应用，包括OLAP和OLAM等。第二篇介绍数据挖掘的起源和发展趋势，以及数据挖掘与web挖掘的技术和方法，包括聚类、分类、预测和关联分析等，详细分析了数据挖掘在电信领域的具体应用，如客户细分、重入网识别和WAP日志挖掘等。第三篇讨论数据、信息和知识的关系，论述知识表示的主要方法和知识管理的核心技术，介绍当前研究热点——语义网和本体的核心技术和方法，分析了语义网和本体的主要应用。《数据仓库与数据挖掘原理及应用》可作为计算机专业研究生或高年级本科生教材，也可以作为计算机研究和开发人员以及相关专业人士的参考资料。