针对我国设备大数据相关研究刚刚起步的现状，本书以设备健康管理为落脚点，从方法创新和探索应用两个方面对数据采集、存储以及处理分析进行了系统性介绍和阐释。本书介绍了传感器、PLC、工业网关等数据采集中比较重要的几个部分，以及多种不同类型设备大数据的存储方式。本书从模式识别、降维处理及分类与聚类三个方面介绍了设备大数据的分析方法，并利用实际工业过程中的四个案例讲解了大数据为设备状态分析带来的新方法，力图给设备健康领域的技术工程师、科研人员，以及对设备数据处理分析感兴趣的人员，提供系统全面的设备大数据理论知识与应用介绍。

技术文档翻译关乎企业全球化进程，是我国语言服务行业重要但却长期被忽视的领域，其翻译质量受制于译员对专业领域知识的系统理解。为帮助译员高效习得领域知识，本书借助知识本体技术，模拟人类认知思维过程，以云计算领域为例，构建了面向技术文档翻译的知识服务平台，论述了其构建原理、模型、流程及应用前景等。本书的研究源于技术写作行业实践，诉求于翻译人才专业知识水平的提高，延伸于企业国际形象建设，落脚于知识服务体系探索，回归于技术文档翻译质量。此过程体现了应用翻译研究与其他学科交叉融合的发展本质，更体现了数字人文建设的旨归。

我们正处于数据的拐点，现今的数据管理解决方案已经不符合组织的复杂性、数据源的激增以及我们希望通过人工智能和分析从数据中获得价值的愿景。在这本实践用书中，作者Zhamak Dehghani介绍了数据网格，这是一种去中心化的社会技术范式，取自现代分布式架构，为大规模获取、共享、访问和管理分析数据提供了新方法。Dehghani指导从业者、架构师、技术领导人和决策者从传统大数据架构转向分布式多维分析数据管理方法。数据网格将数据视为产品，将领域视为主要关注点，应用平台思维创建自助式数据基础架构，并引入数据治理的联合计算模型。

本专著系统介绍了社交媒体大数据智能情感分析的理论方法、关键技术及其在社会热点事件中的建模与应用。全书共分为三个篇章，一是理论基础篇，详细介绍了社交媒体智能情感分析的理论基础与主流大数据抓取及预处理技术；二是模型方法篇，创新提出了面向社会热点事件的智能情感分析框架，对社交媒体情感的形成、演化、干预与预测全过程进行智能建模分析；三是案例应用篇，通过实际案例介绍了如何应用社交媒体大数据智能情感分析方法解决实际问题。

本书是华为 HCIA-openGauss 认证考试的官方教材。本书首先对 openGauss 数据库进行概述；其次介绍了 openGauss 的体系架构及关键特性；接着讲解了 openGauss 数据库安装部署的过程，并对 openGauss数据库及核心对象进行了详细说明；还介绍了 SQL 基础，其中包括 SQL 操作符、常用函数和语法分类等；最后介绍了华为云数据库GaussDB（for openGauss）及其应用场景。除了有全面的知识讲解，本书还有综合案例，通过理论与案例结合，帮助开发者快速掌握 openGauss 数据库的开发技能。本书不仅适合备考 HCIA-openGauss 认证的人员和从事软件开发工作的专业人员阅读，还适合高等院校相关专业的学生、准备投身数据库领域的人员及网络技术爱好者阅读。

内容简介本书按照“基本入门→数据清洗实操→技能提升”的顺序安排内容，首先介绍新手入门要掌握的基本操作，然后讲解利用PowerQuery对数据进行清洗的实战技能，以及查询表的结构化与分组合并操作，最后讲解认识M语言并学会使用M语言对查询表及表数据进行处理的实用操作。全书内容实用，实战性强，特别适合有一定Excel使用基础，想要提升数据清洗和处理能力的PowerQuery初学者。此外，对PowerQuery工具有一定使用经验的数据处理人员，也可从本书中找到借鉴思路。

本书第2版于2021年首届全国教材建设奖评选中荣获全国优秀教材二等奖。第3版在其基础上对内容进行增删和优化重组，形成4部分共16章的立体知识结构，主要包括：第0章基础知识；部分表结构（第1—4章），介绍线性表、栈和队、散列表、矩阵和字符串等内容；第二部分树结构（第5—8章），介绍普通树和二叉树、检索树和检索树、平衡树模式、哈夫曼树和判定树等内容；第三部分图结构（第9—11章），介绍图的基本概念和遍历、小生成树和短路径、有向无回路图等内容；第四部分排序和算法设计初步（第12章—15章），介绍内排序、外排序、集合运算的数据结构和算法设计的一般方法、问题的固有难度和三大问题类等内容。为便于读者学习，全书还配有知识点讲解视频、PPT课件、中英文术语对照、各章部分习题参考答案、抽象数据类型的C类实现示例等教学资源。本书可作为普通高校本科计算机类专业数据结构课程教材，也可作为程序设计爱好者的理论指导书。

Azure Databricks是一款基于云的大数据分析和机器学习平台，用于实现基于Apache Spark的数据处理，为快速增长的海量数据的处理和决策需求分析提供了良好的支撑。《Apache Spark大数据分析：基于Azure Databricks云平台》详细介绍基于Azure Databricks云平台来使用Apache Spark完成大规模数据处理和分析的方法。本书总计11章，首先介绍大规模数据分析相关的概念；然后介绍受管的Spark及其与Databricks的关系，以及Databricks的版本差异和使用方法（涵盖工作区、集群、笔记本、Databricks文件系统、数据导入/导出等内容）；接着介绍使用SQL和Python分别实现数据分析的过程，数据提取、变换、加载、存储、优化技巧等高阶数据处理方法以及外部连接工具、生产环境集成等内容；后探讨了运行机器学习算法、合并数据更新以及通过API运行Databricks、Delta流处理等高阶主题。作为数据分析领域的入门书，本书具有很强的实用性，可供数据工程师、数据分析师和决策分析人员等学习和参考。

本书内容涵盖数据可视化概述、可视化的基础（数据）、可视化任务的概念、如何定义自己的可视化任务、视觉编码设计的理论基础和应用场景、交互和多视图、可视分析、Web数据可视化工具，以及可视化领域常用的可视化图表。本书可作为高校计算机相关专业的高年级本科生及低年级研究生学习数据可视化的入门教材，也可供对数据分析能力有要求的其他专业的学生学习参考，还可作为从事数据科学、数据分析的研究人员和技术人员的参考手册。

本书从工业视角出发，对制造业体系架构与发展过程进行回顾与总结，并在工业互联网的全新架构下，阐述边缘计算给制造业带来的改变。首先详细介绍了在工业互联网 边缘计算的背景下工业软件的模式变革和标准化进程，接着介绍工业边缘计算中所需要的关键技术，包括确定性IP网络、双绞线以太网和先进物理层、OPC UA TSN、DDS等新一代工业通信技术、工业4.0管理壳以及工业边缘计算建模语言IEC 61499，对工业边缘计算的应用场景（包括参数寻优、热备份冗余、预测性维护以及数字孪生等）进行了系统介绍。