赋能数字新征途 铸就产业新格局 技术融合-体系构建-实战策略，掀起数字转型蓝图面纱 谭建荣院士、郭华东院士、邬贺铨院士、张宏科院士共同推荐数字产业化是指以数字技术和数据资源为驱动，推动传统产业数字化转型和新兴数字产业发展，形成数字化、网络化、智能化的产业体系。本书首先对数字产业化的概念、内涵和体系进行了系统阐述，并重点阐述了知识图谱、人工智能、数字孪生、元宇宙、数据治理等前沿技术，随后通过多个实践案例，展示了数字产业化在不同行业、不同场景中的应用实践。在数字产业化的发展过程中，数字技术、数据资源、数字平台、数字人才等要素发挥着至关重要的作用。《数字产业化——体系、技术与落地实践》通过深入分析这些要素的内在联系和互动机制，构建了数字产业化的完整理论体系。《数字产业化——体系、技术与落地实践》既适合作为中高职、高校和研究机构的教学参考书，也适合作为企业、政府部门工作人员的培训教材。希望本书能够帮助读者更好地理解和把握数字产业化的发展趋势和内在规律，为推动经济社会的数字化转型和数字产业化进程贡献力量。

本书是计算机领域本科教育教学改革试点工作计划（“101计划”）系列教材之一，秉承“发展经典，关注前沿；问题先导，内容溯源；章节灵活，难度适配”原则编写而成。全书共16章，包括绪论，线性表，栈与队列，字符串，树与二叉树，优先级队列，图，图应用，不相交集，内排序，查找与高级查找，外排序，查找与索引，算法基础，高级算法。本书提供配套教学课件、各章知识点教案、各章引入视频、配套实验教材（C、C 、Java、Python等语言实现），以及实践教学平台等教学资源，可作为高等学校计算机类专业本科生“数据结构”课程教材。

本书全面介绍车辆轨迹数据的处理、分析与可视化方法，并深入探讨了基于Python的车辆轨迹数 据处理技术，旨在帮助读者快速掌握车辆时空轨迹数据处理的基本方法和编程技巧，同时提供丰富的实际案例和技术解决方案，覆盖了从数据采集到深入分析的完整技术链条，是交通时空大数据领域车辆轨迹数据处理分析的全面指南。本书内容涵盖从车辆轨迹数据的基本特征、采集原理到预处理、质量分析、可视化，再到高级应用如路网匹配、排放计算、多智能体仿真，以及特定案例分析如电动汽车充电需求识别和无人机航拍轨迹数据分析。本书适合计算机相关专业的学生、数据分析师、研究人员以及技术开发人员阅读。

本书致力于深入探讨和系统构建元宇宙这一新兴概念及其背后的理论与技术框架。全书内容详尽且前沿，不仅涵盖了元宇宙的基本定义、起源与发展脉络，更深度剖析了其关键技术支柱，包括但不限于扩展现实（XR）、人工智能、物联网、区块链、5G 通信、大数据和云计算等。本书针对元宇宙的生态系统建设进行了全方位解读，探讨了元宇宙如何打破现实与虚拟之间的界限，创建一个高度沉浸、实时互动并具有完整经济系统的新型网络空间。同时，前瞻性地描绘了元宇宙对未来生活方式、商业模式、社会治理乃至全球科技格局的影响与变革。本书适合的读者群体广泛，特别针对以下几类人群：对科技趋势保持敏感的行业决策者、科技从业者、教育工作者、科研工作者、对未来生活充满好奇的普通读者。整体而言，本书旨在用通俗易懂的语言，结合实例和专业见解，引导各类读者把握元宇宙的发展大势，预见并准备应对即将到来的虚实交融的新时代挑战与机遇。

数据是数字经济的关键生产要素与核心资源。数据要素市场的培育是一个动态演化和持续迭代的过程，而信任的建立是市场建设的关键一步。本书通过“信任”这一视角，对数据流通进行全方位的解读，对中国数据要素市场的建设实践进行回顾与展望。基于“TIME”分析框架，对数据可信流通技术、数据流通机构、可信的数据流通模式以及促进数据可信流通的治理方案进行全面系统的介绍。本书旨在为数据要素市场参与者、数字经济从业者、数据治理人员以及关注数据流通交易的读者提供实用的参考，帮助他们理解数据流通的可行模式，破解数据要素市场发展难题，充分释放数据要素流通潜力，赋能实体经济高质量发展。

本书基于感知和可视化的科学，介绍了大量应用的提升可视化效果的关键原则和方法。新版增加了可视化领域的新进展，特别是增加了神经科学感知相关的可视化内容。

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。

本书介绍数据存储架构与技术，涵盖存储盘与存储介质、存储阵列、存储协议、键值存储、文件系统、网络存储体系结构、分布式存储系统、存储可靠性、存储安全、数据保护等基础内容，对存储维护、存储解决方案、存储技术趋势与发展等主题进行了深入讨论，以新的研究成果作为案例，同时提供习题帮助读者加深对数据存储的理解与运用。本书适合计算机及相关专业高年级本科生或研究生阅读、学习，同时也可供相关专业技术人员参考。

当今社会，大数据技术已广泛应用于各行各业，大数据相关的存储和分布式计算等基本知识也成为了时下大学生尤其是计算机相关专业学生应具备的常识。本书在内容上去繁就简，重点介绍大数据的相关基本概念和原理，包括存储原理和分布式处理的原理。本书主要围绕Hadoop大数据处理平台（第2章），介绍其中涉及的HDFS（第3章）、HBase（第4章）等存储技术和Hadoop MapReduce分布式处理技术（第6章）；介绍了大数据相关的存储技术NoSQL数据库（第5章）以及数据仓库技术Hive（第7章）；并对新兴的大数据平台Spark（第8章）以及其他流行的大数据技术（第9章）进行了介绍。 本书适合计算机专业的低年级学生作为大数据入门课程的教材或者其他专业学生的大数据课程教材。

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。