内容介绍这是一本指导供应链金融相关企业做好数据工作，并利用数据驱动供应链金融产品和服务的设计与运营的著作。在数据要素赋能各行各业的大背景下，传统供应链金融产品和服务过于依赖模式设计和经验判断的问题，通过数据驱动的方法能得到很好的解决。本书将详细指导供应链金融相关企业做好数据实施工作，并将数据成果应用到供应链金融产品和服务的设计与运营工作中，提供科学的方法论和标准的操作流程。本书共12章，从逻辑上可以分为四个部分。第一部分：总体概述（第1~3章）该部分阐述了本书所述的供应链金融的范围、参与方、数据工作的目标与内容、工作团队组成等。第二部分：数据实施工作（第4~7章）该部分包括业务调研和信息系统调研、构建数据基础、市场分析测算、风险分析等内容，阐述了确定数据、整合数据、分析数据及最终形成结论的过程，是全书的重点和难点。其中，金融企业了解、整合和运用核心企业供应链数据的过程，需要双方明确分工、密切配合、共同完成工作。第三部分：数据成果运用（第8~11章）该部分包括风险规则形成与系统实现、对接核心企业数据、供应链金融产品设计、数据运营等内容。这些工作主要是站在金融企业的角度进行阐述，核心企业处于配合地位。第四部分：知识沉淀（第12章）该部分阐述如何更好地实现知识沉淀和标准工具建设。类似项目经验、资料和管理方法这样的知识和工具均具有长期效应，有助于金融企业不断沉淀知识，提升效率，形成竞争优势。

大数据时代，掌握必要的数据分析能力，将大大提升你的工作效率和自身竞争力。SPSS是一款常用的数据分析及可视化工具，本书将详细讲解利用SPSS进行数据分析和展示的相关知识。书中主要内容包括：SPSS概述、描述统计、T检验、方差分析、相关分析、回归分析、聚类分析、变量降维、时间序列分析、调查问卷及其分析、SPSS缺失值分析、SPSS数据可视化以及综合实战案例等。本书内容丰富，采用双色印刷，配套视频讲解，结合随书附赠的素材边看边学边练，能够大大提高学习效率，迅速掌握SPSS数据分析技能，并用于实践。本书适合数据分析初学者、初级数据分析师、数据库技术人员、市场营销人员、产品经理等自学使用。同时，本书也可用作职业院校、培训机构相关专业的教材及参考书。

高质量的数据关乎企业运营、合规、决策和业绩的关键，哈佛商业评论的一项研究发现，企业中只有3%的数据符合质量标准，绝大多数公司都在寻求切实可行的指导来提高数据质量。本书作者基于多年在数据、数据分析和人工智能方面的实践经验，阐述了4步构建高质量数据体系。他提出了高质量数据的四阶段DARS方法（定义、评估、实现、持续）和10个数据质量最佳实践案例，以此来提高业务中的数据质量水平，为业务提供数据价值，保证生成的数据可以有效支持高级分析和人工智能。在本书中，您将学习定义和评估数据质量的技术、标准和度量指标，了解如何确保公司的数据收集实践避免常见的陷阱。本书适合数据科学家、数据分析师、商业智能专业人士、首席技术官和数据官，以及对收集和使用高质量数据感兴趣的人士。对于有志成为首席数据官的各位读者，这是一本难得的宝典级书籍！

《Hadoop与Spark大数据全景解析：视频教学版》结合作者多年在大数据领域的开发实践经验，采用“理论 实战”的形式，以大量实例全面介绍Hadoop和Spark的基础知识及其高级应用。作者将丰富的教学经验，融入为读者精心录制的配套教学视频中，并提供了书中所有实例的源码，方便读者学习和实践。《Hadoop与Spark大数据全景解析：视频教学版》分为4篇，共12章。第1篇（第1、2章）准备篇，主要介绍Hadoop和Spark的基本概念，以及如何快速搭建Hadoop和Spark的学习环境。第2篇（第3~6章）入门篇，涵盖Hadoop的高级特性、Spark的基础知识与高级特性，以及大数据安全。第3篇（第7~10章）进阶篇，深入讲解数据采集与清洗、数据存储与管理、数据分析与挖掘以及实时数据处理。第4篇（第11、12章）项目实战篇，通过Hadoop和Spark实现一站式数据分析系统设计，以及ChatGPT赋能Hadoop与Spark大数据分析的项目实战。《Hadoop与Spark大数据全景解析：视频教学版》内容全面、结构清晰、案例丰富，既适合初学者自学，也适合开发者阅读，还可作为培训机构和高校相关课程的教学参考书。

本书主要内容包括：基本模式篇介绍构建以及运行基于容器的云原生应用程序的核心原则与实践。行为模式篇介绍各类容器和平台交互的管理。结构化模式篇介绍通过组织容器解决特定的用例。配置模式篇介绍如何处理Kubernetes中应用程序的配置。安全模式篇介绍如何提高运行在Kubernetes之上的应用程序的安全性。高级模式篇涵盖更复杂的主题，例如操作器、自动伸缩以及集群内镜像构建等。

数据分析是现在不仅在互联网行业同时也在基础行业中必不可缺的运营手段，是业务提升效率、增强收益的有效方法。本书的前8个章节精选提炼了多种数据分析中重要方法，包括ROI分析、数据标签和评分、用户生命周期、因果推断、可解释模型、PSM理论、ABtest、时序分析等，并通过更清晰、简单的方式向读者全方位的展示数据分析在以下诸多原理上的阐释，并且针对每种方法都提供了充足的生活和业务中的前沿案例作为辅助讲解，帮助读者更好的理解数据分析在传统行业、互联网行业及各类新兴行业的实际应用，同时也能更快的运用在实际工作和生活中，所以通过阅读前8个章节，读者可以系统的学习数据分析的理知识，拥有数据化思维，为读者能够在数据分析行业中不断深耕打下良好的理论基础并将数据分析能力逐步应用于实际的工作和生活中，成为一名合格的数据分析师。本书适合从事需要掌握数据分析技能的行业，数据分析相关专业的在读学生，入门数据分析行业的相关从业人员，以及已有自己本职工作，但仍需要学习数据分析能力来提升自己的职业技能和职场竞争力的相关行业从业者阅读。

数据库技术是现代信息科学与技术领域的重要组成部分，是计算机数据处理与信息管理系统的基础。《数据库原理与应用：MySQL8版本》结合MySQL数据库，详细讲解数据库的原理和设计。《数据库原理与应用：MySQL8版本》配套PPT课件、习题与答案、教学大纲、数据库操作实验手册。《数据库原理与应用：MySQL8版本》分为4篇，共22章，内容包括数据库基础知识、关系数据库、关系数据库标准语言SQL、数据库安全、关系查询处理和查询优化、数据库恢复技术、并发控制、MySQL安装和配置、MySQL数据库基本操作、MySQL数据库中的存储引擎和数据类型、MySQL数据库表操作、MySQL索引与视图操作、MySQL触发器操作、MySQL数据操作、MySQL单表与多表数据查询操作、MySQL运算符与常用函数、MySQL存储过程与函数操作、MySQL事务与安全机制、MySQL日志管理与数据库维护、数据库设计、数据库编程、MySQL图书管理系统设计。《数据库原理与应用：MySQL8版本》内容翔实、知识结构合理、语言简洁流畅、案例丰富，适合希望从事数据库系统研究、开发和应用的研究人员和工程技术人员阅读，也可作为高等院校或高职高专院校计算机科学与技术、软件工程、信息技术等专业的数据库课程的教材。

本书系统性地总结了当前我国前沿数字技术的起源、发展和应用，详细阐述了国内外智慧医院建设的现状以及所面临的挑战，充分研究了智慧医院在智慧医疗、智慧服务、智慧管理和协同诊疗等应用场景的建设策略，全面介绍了数字技术在智慧医院建设中的应用，并展望了数字技术引领下的智慧医院发展趋势。本书立足于学术和多学科交叉建设的角度，介绍了数字技术赋能智慧医院的建设现状、建设策略、应用场景以及发展趋势，以供读者更好地了解智慧医院建设的全貌，对于我国智慧医疗、协同诊疗等医院智慧化建设具有良好的参考价值。本书结构清晰、内容翔实，从实际应用的维度探讨了智慧医院与数字技术的深度融合，适合从事智慧医院、数字化医疗相关工作的读者阅读，也适合高等院校相关专业的学生和教师阅读。

本书以信息交互设计为研究对象，思考在设计学视野下的信息交互设计理论本体并进行“四维一体”的模型建构，比较系统的梳理信息交互设计的发展历程，并着重对发展趋势进行展望。本书以信息交互设计为研究目标进行了系统性、逻辑性的设计理论研究，力求综合、深刻地把握与探索信息交互设计的本体与趋势，并对今后的信息交互设计实践活动提供一定参考与启示。

`