大数据资源规划与统筹发展是新技术背景下提出的重大命题。本书围绕这一重大命题，将大数据置于国家战略高度，详细阐述了大数据资源规划理论模型，以及如何建设大数据资源规划与统筹发展保障体系。本书作为专著，具有很强的专业型、理论性和时代性，本书以“大数据资源规划理论与统筹发展研究”为主题，以规划理论与应用为切入点，形成大数据资源规划理论，建立大数据资源规划模型，理顺基于规划的大数据资源统筹发展路径，并以面向公共文化服务的大数据资源规划与统筹发展应用为案例进行剖析，促进大数据资源的多场景综合应用、服务大数据政策规划的制定和国家大数据战略的实现。

本书介绍了智能化海洋物联网云服务体系架构、云服务模式以及基于云服务的海洋物联网典型业务应用。本书以智能化海洋物联网应用系统关键技术研究与应用示范项目为支撑，通过科研实践，将海洋物联网与云计算技术融合运用，构建了智能化海洋物联网云服务体系，拓展了海洋物联网ICT资源共享和云服务模式。其中，在资源共享内容中将海洋物联网感知设施、通信设施与云计算设施统筹运用，提供了泛在的海洋物联网基础设施即服务（IaaS）；在云计算服务内容中根据海洋物联网业务应用需求，提供了更为丰富的服务模式，包括海洋物联网跨域通信服务，简称通信即服务（CaaS）；岸海孪生数据服务，简称数据即服务（BaaS）；基于区块链技术的海洋信息安全服务，简称区块链即服务（BaaS）等多种服务。本书能够为海洋信息化领域相关研究提供一定的帮助，也能为海洋工程建设提供一定的支撑。

文本数据挖掘是通过机器学习、自然语言处理和推理等相关技术或方法，理解、分析和挖掘文本的内 容，从而完成信息抽取、关系发现、热点预测、文本分类和自动摘要等具体任务的信息处理技术。《文本数据挖掘（第2版）》主 要介绍与文本数据挖掘有关的基本概念、理论模型和实现算法，包括数据预处理、文本表示、文本分类、文本聚类、主题模型、情感分析与观点挖掘、话题检测与跟踪、信息抽取以及文本自动摘要等，后通过 具体实例展示相关技术在实际应用中的使用方法。《文本数据挖掘（第2版）》书可作为高等院校计算机、自动化、网络安全、大数据分析等专业，以及利用到文本信息处理的交 叉学科（如金融财经、社会人文、生物医药等）的高年级本科生或研究生从事相关研究的入门参考书，也可供相关技术研发人员阅读和参考。

本书通过大量的绘图和详细的说明，从技术层面以简单易懂的形式讲述大数据分析。这是一本从系统结构搭建到实际开发逐步推进的教科书。书中的知识点包括大数据分析时所需的分布式处理、机器学习，以及分布式存储、分布式计算、开发时可能遇到的瓶颈，还包括大数据的收集、积累、活用以及元数据的使用与管理等。本书适合大数据领域的广大爱好者、商务人士和工程技术人员用于了解、学习、掌握、运用大数据技术进行大数据分析，也适合作为该领域的职业院校和高校本科相关专业的教材及研究生辅助教材。

本书介绍了SQL的编程原理、基本原则、使用方法及技巧，包含数据库设计基础知识，第一范式、第二范式、第三范式的概念和范式间的转换方法，涉及数据库创建、单表查询、多表查询、更新数据、数据库管理知识，并提供了常用SQL语句的案例速查表。公司使用SQL来管理订单、物品、客户和销售代表的有趣案例贯穿全书，方便读者跟随进度逐步上手SQL。本书可作为高等院校SQL或数据库相关课程的参考教材，也可作为SQL的案例参考和函数速查手册，适合有一定编程基础、想要上手使用SQL的人阅读。

科技大数据的建模理论与分析方法是科技大数据相关技术研究与服务平台建设的重要理论基础和应用方法论。科技大数据主要由非结构化和复杂结构数据组成，涉及广泛而丰富的建模理论和方法。本书内容侧重面向科技大数据应用的基于张量的非结构数据建模、知识图谱及迁移学习等的基本概念及理论，同时介绍相关理论在认知图谱、跨域图像分类以及学者研究兴趣及机构合作关系挖掘等方面的应用。

本书系统的阐释Power Pivot for Excel及Power BI中DAX语言的应用。本书是基于笔者多年的DAX学习与使用经验的基础上所采用的一种全新布局与讲解方式，整书依据读者易于理解的方式，由浅入深进行循序渐进式的讲解。本书要探索的重点是，如何利用简捷的办法，让读者在一至两个月之内轻松、系统、全面地掌握DAX语言。 全书共分为5篇：篇为入门篇（第1章和第2章），第二篇为基础篇（第3~5章），第三篇为强化篇（第6章和第7章），第四篇为进阶篇（第8~10章）， 第五篇为案例篇（第11章）。书中主要内容包括DAX基础、表的基础应用、查询表、计算列、迭代行、度量值、时间智能、Power BI简介、筛选调节、DAX高阶、综合案例。 本书是为非计算机专业及非统计学专业想快速掌握DAX数据分析及商业智能而准备的。另外，本书也适用于财务、人事行政、电商客服、质量统计等与数据分析密切相关的从业人员，也可作为高等院校、IT培训机构、其他编程爱好者的参考用书。

《SQL语言从入门到精通》从初学者角度出发，通过通俗易懂的语言、丰富多彩的实例，详细介绍了在开发中使用SQL语言必须掌握的技术。全书分为3篇共18章，内容包括SQL语言基础、SQL查询基础、复杂查询、数据排序、SQL函数的使用、分组统计、子查询、多表查询、添加数据、修改和删除数据、视图、存储过程、触发器、游标、索引、事务、管理数据库与数据表、数据库安全。所有知识都结合具体实例进行介绍，涉及的程序代码给出了详细的注释，读者可以轻松领会SQL语言的精髓，快速提高开发技能。

本书第1版于1983年出版，至今已修订至第6版。教材出版近40年来为全国数百所高校采用。本书三次荣获优秀教材奖（1988年、2002年、2021年）。相应课程先后入选北京市精品课程、精品课程、精品资源共享课程、精品在线开放课程和一流本科课程。 本书系统全面地阐述了数据库系统的基础理论、基本技术和基本方法。全书分为4篇18章。篇基础篇，包括绪论、关系数据模型、关系数据库标准语言SQL、数据库安全性和数据库完整性，共5章。第二篇设计与应用开发篇，包括关系数据理论、数据库设计和数据库编程，共3章。第三篇系统篇，包括关系数据库存储管理、关系查询处理和查询优化、数据库恢复技术、并发控制和数据库管理系统概述，共5章。第四篇新技术篇，包括数据库发展概述、大数据管理系统、数据仓库与联机分析处理、内存数据库系统、区块链与数据库，共5章。 本书可以作为高等学校计算机科学与技术专业、软件工程、数据科学与大数据技术、信息系统与信息管理等相关专业数据库课程的教材，也可供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参考。

《Pandas数据分析》详细阐述了与Pandas数据分析相关的基本解决方案，主要包括数据分析导论、使用Pandas DataFrame、使用Pandas进行数据整理、聚合Pandas DataFrame、使用Pandas和Matplotlib可视化数据、使用Seaborn和自定义技术绘图、金融分析、基于规则的异常检测、Python机器学习入门、做出更好的预测、机器学习异常检测等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。 本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学用书和参考手册。