构建基于区块链的高效、安全的分布式物联网网络，对于提高物联网系统协作效率、降低物联网体系运转成本、推动物联网产业技术创新和应用落地具有重要意义。近年来，在区块链应用方面的研究已经取得了一些有价值的成果，然而，到目前为止，基于区块链的物联网系统性能依然存在瓶颈，链上数据的可靠性无法保证，跨链通信状态机同步仍非常困难，距离实际应用需求还存在很大差距。《区块链赋能物联网应用关键技术研究》针对物联网联盟链动态数据存储与共享面临的安全及扩容问题，提出解决方案，可以在确保数据安全性和可靠性的前提下，实现物联网联盟链结点自主跨链交互，为防止物联网数据被篡改、伪造，同时提高系统共识效率与可扩容性提供了一套有效的理论与技术方案。通过理论分析与实验，验证了《区块链赋能物联网应用关键技术研究》所提方法的有效性。

在大数据时代，“数据”是一种宝贵的资源，甚至可以说是战略性资源，它蕴含着无尽的能量，展示出超然的魅力。随着大数据时代的到来，数据库技术在研究、管理和应用数据领域成为备受瞩目的核心技术。在这种背景下，数据库技术已成为人们需要学习和掌握的一种基本知识和本领。 本书以华为公司自主研发的GaussDB（for MySQL）数据库管理系统为背景，全面讲述了数据库原理和技术，以及基于GaussDB（for MySQL）进行数据库应用系统开发的基本技能和方法。 本书以培养计算思维能力为目标，由“基础理论篇”“技术篇”“系统应用篇”三篇组成，以数据库应用系统案例为主线贯穿全书，讲述了数据库基础理论、数据库操作和管理的基本技能以及数据库应用系统开发的一般方法。 特别地，它以目前国产新型云数据库为背景，这在国内极为少见，对于增强科技自信、民族自信，促进国产数据库软件的发展和应用普及具有重要意义。 本书配套资源全面、丰富，未来还将配套适合GaussDB（for MySQL）平台的实验指导书，可作为数据库技术学习者的教学用书，也可作为培养“小型应用系统开发能力”的学习用书，以及作为广大计算机用户和计算机学习者的培训用书及自学用书。

《大数据智能分析（Power BI详解（微课视频版））/大数据与人工智能技术丛书》以企业数据分析系统为业务背景，主要介绍微软公司的PowerBI系统的应用场景，涉及数据的收集、输入、清洗、过滤、发布等数据处理流程，以及功能模块方面的市场分析、用户分析、货品分析、流量分析、资源分析、舆情分析等多个常用场景，让用户很快熟悉从大数据分析到人工智能的应用。《大数据智能分析（Power BI详解（微课视频版））/大数据与人工智能技术丛书》遵循以实战为主的原则，力求做到结合项目、图文并茂、语言通俗、结构紧凑、例题丰富、实践性强。《大数据智能分析（Power BI详解（微课视频版））/大数据与人工智能技术丛书》适合作为高等院校计算机应用专业的教材，同时也适合智能数据分析的爱好者、数据管理人员、电商数据分析从业人员、电商运营从业人员阅读，还可以作为自学或函授学习的参考书。《大数据智能分析（Power BI详解（微课视频版））/大数据与人工智能技术丛书》特色：在结构上按照先总体后具体、先基本概念后高级进阶的顺序安排章节，兼有普及与提高的双重功能。结合大量实例，以通俗易懂的语言讲解复杂概念和方法。每章后附有问答题和实验题，并设计多次大作业，注重实践。面向企业实际项目应用，注重培养用户理解大数据分析的内涵和外延，学会用数据描述、分析和解决实际问题。

本书以R语言简介、数据挖掘基础为开篇，旨在让读者对所用工具及数据挖掘方法有所了解。随后的章节借助实际案例（数据挖掘网站用户行为分析及网页智能推荐、生活服务点评网站客户分群、水冷中央空调系统的优化控制策略、电商评价文本的主题特征词分析、均线投资策略等），从数据预处理、模型选择、算法介绍、R语言实现、结论分析及评价等方面进行详尽的论述，希望读者既可以了解数据分析与挖掘的一般流程及方法，又能对常用的算法及模型有所了解。每个案例分析都是一篇完整的论文，初学者通过它们可以了解数据分析与挖掘的一般流程及方法，有一定基础的读者可以思考算法的优劣与选择。不管是对数据分析与挖掘感兴趣的入门者，还是希望获得实践经验的初学者，都可以从本书中获得支持。

《Python数据挖掘技术及应用（微课版）/清华开发者书库·Python》特点：内容系统全面：全面介绍数据挖掘的经典和主流算法。原理浅显易懂：循序渐进阐述各类数据挖掘算法原理。配套视频教程：提供配套视频讲解数据挖掘算法实现。算法代码实现：使用Python3.6.2实现书中所有算法。配套资源丰富：配有教学课件、数据集和源代码。《Python数据挖掘技术及应用（微课版）/清华开发者书库·Python》是一本全面介绍数据挖掘技术的专业书籍，系统地阐述了数据挖掘的相关概念、原理、算法思想和算法的Python代码实现。《Python数据挖掘技术及应用（微课版）/清华开发者书库·Python》共分13章，各章相对独立成篇，以利于读者选择性学习。13章内容分别为绪论、pandas数据处理、认识数据、数据预处理、决策树分类、贝叶斯分类、支持向量机分类、感知器分类、回归、聚类、关联规则挖掘、推荐系统、电商评论网络爬取与情感分析。《Python数据挖掘技术及应用（微课版）/清华开发者书库·Python》可作为高等院校计算机科学与技术、数据科学与大数据及相关专业的数据挖掘、数据分析课程教材，亦可作为数据挖掘、数据分析人员的参考书。

全书分为九章，引言，大数据治理与大数据服务，大数据治理工作机制，大数据治理现状分析和资源盘点，大数据治理专业能力，大数据服务专业能力，一体化大数据平台，一体化大数据平台 区块链，一体化大数据平台应用场景及典型案例，全面介绍了大数据相关从业人员所需的基本知识、专业能力，并给出了具体案例。

本书是为所有热爱大数据、打算从事大数据相关工作的读者编写的，适合有Java编程基础的学习者参考使用。本书全面介绍了大数据技术生态圈，更在此基础上全景展现了Hadoop大数据分布式系统集群平台的搭建、大数据分布式文件系统HDFS、大数据分布式并行计算框架MapReduce、Hadoop大数据仓库工具Hive和海量日志采集工具Flume等大数据实用技术。本书通俗易懂、结构清晰，着重于分析解决问题的思路和具体实施过程。本书适合作为高等院校计算机相关专业的程序设计教材，也可作为Hadoop技术的培训图书。

Kettle是一款国外开源的ETL工具，纯Java编写，无须安装，功能完备，数据抽取高效稳定。 本书介绍并演示如何用Kettle完成Hadoop数据仓库上的ETL过程，所有的描绘场景与实验环境都是基于Linux操作系统的虚拟机。全书共分10章，主要内容包括ETL与Kettle的基本概念、Kettle安装与配置、Kettle对Hadoop的支持、建立ETL示例模型、数据转换与装载、定期自动执行ETL作业、维度表技术、事实表技术，以及Kettle并行、集群与分区技术。 本书既适合大数据分析系统开发、数据仓库系统设计与开发、DBA、架构师等相关技术人员阅读，也适合高等院校和培训机构人工智能与大数据相关专业的师生参考。

事务是关系型数据库实现的核心内容，它具有原子性、一致性、隔离性和持久性等特点，是数据库实现并发控制和故障恢复的基础。 本书首先分析了PostgreSQL数据库事务的实现机制，包括事务的基本概念、两阶段锁的原理及实现方法、多版本并发控制的原理及实现方法、故障恢复的实现方法等，然后通过介绍物理复制、逻辑复制、Zheap引擎的原理及实现、SSI的实现、两阶段提交的原理及实现，使读者获得了对事务更深入的理解，从而使读者既能了解事务的原理，也能清楚事务的实现细节。 本书适合数据库内核开发及相关领域的研究人员、数据库DBA、高等院校相关专业的本科生或者研究生阅读。

全书共分为8个项目，包括计算机与信息技术基础、认识Internet、Windows 10操作系统的使用、Word 2016文档编辑与管理、Excel 2016数据统计与分析、PowerPoint 2016演示文档制作与展示、人工智能技术及应用概论、大数据技术原理及应用概论。各项目内容通过任务逐步展开，有利于适应高等职业院校项目化教学要求，适应高职学生的学习特点。本书简明通俗，便于理解，不仅可以拓宽知识面，还可以培养学生的计算机应用能力和解决问题的能力。本书具有简明、实用、操作性强等特点，既可作为高等职业院校各专业计算机基础的教学用书，也可作为一般读者和专业人员的自学参考书，还可作为培训教材。