本书是与《数据库技术与应用——Access 2010》配套的教学参考书。全书包括实验指导、习题选解、模拟试题和应用案例4个部分的内容，其中，实验指导部分根据课程的基本要求设计了12个实验，以方便读者上机操作练习； 习题选解部分按照课程内容体系提供大量的习题并给出了参考答案，可以作为学习的辅助材料； 模拟试题部分参考全国计算机等级考试的基本要求和考试题型提供了两套笔试模拟试题和两套机试模拟试题，帮助读者检验学习效果； 应用案例部分在课程学习的基础上加以扩展，提供了一个数据库应用系统案例，帮助读者掌握数据库应用系统开发的方法。本书集实验、习题、试题和案例于一体，内容丰富，实用性强，且具有启发性和综合性，适合作为高等学校数据库应用课程的教学用书，也可供社会各类计算机应用人员阅读参考。

本书由浅入深，全面系统地介绍了NoSQL系统。本书既对NoSQL系统的理论进行了深入浅出的分析，又介绍了每一种NoSQL数据库在业界广泛应用的一个具体系统，理论与实战并重。本书共分5篇，12章。涵盖的内容有：NoSQL与大数据简介、NoSQL的数据一致性、NoSQL的水平扩展与其他基础知识、BigTable与Google云计算原理、Google云计算的开源版本——Hadoop、Dynamo：Amazon的高可用键值对存储、LevelDb——出自Google的Key-Value数据库、Redis实战、面向文档的数据库CouchDB、MongoDB实战、MySQL基础、MySQL高级特性与性能优化。本书涉及面广，从基本操作到高级技术和核心原理，再到项目开发，几乎涉及NoSQL系统的所有重要知识。本书适合所有想全面学习NoSQL的人员阅读，也适合各种使用NoSQL进行开发的工程技术人员使用。

本书系统地介绍了数据仓库和数据挖掘技术，全本由两部分组成，第1章到第3章介绍数据仓库的基本概念和相关技术，第4章到第11章介绍数据挖掘的基本概念和各种算法，包括数据仓库构建、OLAP技术、分类方法、聚类方法、关联分析、序列模式挖掘方法、回归和时序分析、粗糙集理论、文本挖掘、Web挖掘和空间数据挖掘方法等。本书既注重原理，又注重实践，配有大量图表、示例和练习题，内容丰富，概念讲解清楚，表达严谨，逻辑性强，语言精练，可读性好。本书既便于教师课堂讲授，又便于自学者阅读。适合作为高等院校高年级学生和研究生“数据仓库和数据挖掘”或“数据挖掘算法”课程的教材。

本书讲述R语言与Hadoop技术结合应用的权威书籍，由资深大数据分析师撰写，不仅系统且深入地阐释了R与Hadoop集成技术的工具、方法、原则和最佳实践，而且对各种常见问题进行深入分析，包含大量实践案例，可操作性强，能为用户高效利用R语言与Hadoop技术提供有效指导。全书共7章，分为四部分：第一部分（基础概念），包括第1～2章，主要讲解R语言以及Hadoop的安装过程、计算原理和基础概念；第二部分（初级应用），包括第3～4章，主要讲解RHIPE、RHadoop以及streaming三种实现方案；第三部分（高级实例），包括第5～6章，主要以RHadoop为技术背景，讲解多个实际应用案例；第四部分（数据库连接），包括第7章，主要讲解在RHadoop下如何同各类数据库进行连接。

这是一个数据爆发的时代，更是一个数据技术爆发的时代，各行各业都在因此进行深刻的变革。如何从众多的数据技术中选择正确的工具、如何使用这些工具从海量数据中挖掘出有价值的东西，无疑是非常具有挑战性的问题。《寻路大数据：海量数据与大规模分析》作者结合自己在Google 大数据平台工作的丰富经验，阐述了数据技术的方方面面。从数据收集、共享到数据存储，从分布式数据平台、分析型数据库到数据可视化，从数据工作流构建到大规模数据分析，作者不仅进行了全面而深入的介绍，更覆盖了目前流行的各种数据技术与工具，同时对技术选型提出了指导性的建议。最后，作者对数据挑战的非技术因素进行了深刻的分析，并对数据技术的发展趋势进行了展望，引人深思。《寻路大数据：海量数据与大规模分析》对企业管理者、技术经理、数据分析师、数据应用开发人员和相关从业者都有很好的参考价值。决策者可以从中看到技术趋势，把握时代发展脉搏；数据分析人员可以看到经验的总结和工具的应用；其他从业者可以从中了解数据技术所涉及的各个方面。

《IBMSPSSModeler数据与文本挖掘实战》主要包括两部分内容：在数据挖掘部分，重点介绍了各种数据挖掘方法的基本原理及应用，包括回归分析、时间序列分析、因子分析、决策树分析、判别分析、聚类分析、人工神经网络、贝叶斯网络以及社交网络分析等；在文本挖掘部分，重点介绍了文本挖掘的节点，以及具体的实现过程。每一章都详细介绍了数据和文本挖掘的基本原理和分析过程，同时在实例中也介绍了SPSSModeler中大部分节点的使用方法及应用步骤。《IBMSPSSModeler数据与文本挖掘实战》与同类书籍相比，安排了较多的实例，使读者能够边学边练，在短时间内就可以有一个较大的提高，方便读者熟悉SPSSModeler的基本操作，并通过系统的案例使读者掌握应用技巧。《IBMSPSSModeler数据与文本挖掘实战》对于高校理工学科、经济金融学科及数量分析方面的学生，以及数据挖掘和分析方面的研究人员和从业人员等，具有很强的可读性、可操作性与可使用性，尤其适合商业销售、经济管理、社会研究和人文教育等行业的相关人员阅读。

本书通过一个完整的项目讲解如何使用Visual Studio 2010（C#）开发基于数据库（SQL Server）的Windows窗体应用程序。本书主要内容包括：主窗体界面设计、数据集、多种数据维护（录入、修改、删除）开发、统计查询、Crystal报表设计、自定义控件开发（简单控件、复合控件）、控件使用技巧（如DataGridView拖放技术、自定义绘制技术）、LINQ技术应用、智能客户端部署ClickOnce等技术。本书项目完整实用，既涉及项目开发的各个环节，又尽可能没有重复知识点。在讲解方面，本书力求以深入浅出的方式指导读者完成项目的开发，并期望读者能达到举一反三的效果。

《Oracle自学视频教程》以初学者为主要对象，全面介绍了Oracle数据库管理与开发相关的各种技术。在内容编排上由浅入深，让读者循序渐进地掌握Oracle数据库技术；在内容讲解上结合丰富的图解和形象的比喻，帮助读者理解晦涩难懂的技术；在内容形式上附有大量的注意、说明、技巧等栏目，夯实读者的理论基础，丰富管理与开发经验。《Oracle自学视频教程》共分3篇18章，其中，第1篇为入门篇，主要包括数据库基础、搭建Oracle数据库环境、Oracle数据库基础、SQL*Plus命令行工具的使用、SQL语言基础、PL/SQL基础编程、PL/SQL高级编程、控制文件和日志文件的使用、Oracle数据核心：表空间、Oracle数据库常用对象等内容；第2篇为提高篇，主要包括分区技术，用户、角色与权限控制，数据库性能优化，数据的备份与恢复，数据的导出与导入，闪回技术的应用等内容；第3篇为实战篇，主要包括Oracle在Java开发中的应用：企业人事管理系统、Oracle在VC++开发中的应用：汽配管理系统两个实战项目。另外本书光盘含：21小时视频讲解/1798个编程实例/18个经典模块分析/17个项目开发案例/580个编程实践任务/616个能力测试题目（基础能力测试、数学及逻辑思维能力测试、面试能力测试、编程英语能力测试）/23个IT励志故事。《Oracle自学视频教程（附光盘）》适用于Oracle程序开发爱好者、初学者和中级开发人员，也可作为大中专院校和培训机构的教材。

《隐私保护数据发布中不确定数据的管理方法：数据发布篇》主要讲述数据发布过程中隐私数据保护的基本理论和基本方法，共分五部分，其中第一部分（第一章至第三章）介绍隐私保护数据发布和隐私保护模型；第二部分（第四章至第七章）介绍基于κ-匿名隐私保护模型的数据发布方法；第三部分（第八章和第九章）介绍基于概率隐私保护模型的数据发布方法；第四部分（第十章）介绍基于熵隐私保护模型的数据发布方法；第五部分（第十一章和第十二章）介绍抵御多次连接探秘的数据发布方法。《隐私保护数据发布中不确定数据的管理方法：数据发布篇》可作为计算机和信息管理专业高年级本科生、研究生数据库安全课程的参考教材或课外读物，同时也适用于科研人员、数据库安全工程技术和管理人员、应用开发人员、对隐私保护数据发布领域感兴趣的人士阅读、参考。

《MongoDB大数据处理权威指南（第2版）》根据MongoDB的最新版本做了相应更新，其中包含MongoDB n最新的所有特性，包括版本2.2中引入的聚集框架和版本2.4中引入的哈希索引。MongoDB是最流行的“大数据”NoSQL数据库技术，并且正处于发展中。来自10gen的David Hows以及具有丰富MongoDB开发经验的Peter Membrey和Eelco Plugge，组成了本书的专家团队，他们在本书中分享了自己的专业知识和经验，帮助你了解成为MongoDB专家所需的所有知识。主要内容◆ 在所有主流平台上搭建MongoDB，包括Windows、Linux、OS X和云平台（例如Rackspace、Azure和Amazon EC2）◆ 用GridFS和新的聚集框架◆ 使用非SQL命令处理数据◆ 使用PHP或Python编写应用◆ 优化MongoDB◆ 掌握MongoDB管理方面的知识，包括复制、复制标签和标签分片