本书是《数据科学与大数据技术导论实验》课程的实验教材，可以配合主教材使用。主要内容包括：Linux环境部署、Hadoop开发环境部署、网页数据采集、大数据去重、大数据*值计算、大数据排序、大数据倒排索引、大数据平均值计算、大数据单表关联、大数据可视化。本书选材先进、特点鲜明，注重应用。通过本书所提供的实验练习，可以提高大数据处理能力。可用于大数据实验教材，也可以作为科学技术人员学习和应用大数据的科技参考书。

暂缺简介...

数据挖掘与商务智能是高等院校电子商务、信息 管理与信息系统、计算机科学与技术等相关专业的核 心课程，也是近年来企业信息化的热点内容。本实验 教程通过一系列数据挖掘与商务智能工具的实验练习 ，将商务智能的概念和理论知识融入实践中，从而加 深读者对数据挖掘与商务智能原理和算法的理解。实 验内容涉及商务智能的终端用户查询和报告、联机分 析处理、数据挖掘、数据仓库等软件工具，主要包括 SPSS Modeler、SQL Server Analysis Services、 WEKA和SAP Business Object。由张大斌主编的《数 据挖掘与商务智能实验教程（21世纪高等院校示范性 实验系列教材）》分为17个小实验和2个综合设计实验 ，每个实验都包含背景知识、实验目的、所需要的工 具／准备工作、实验内容及步骤、实验分析与扩展练 习等，以帮助读者掌握一些主流数据挖掘与商务智能 工具的基本使用方法，通过规范的实验训练，培养其 综合解决实际管理问题的能力。本书可作为高等院校相关专业的“数据挖掘”、 “数据仓库”、“商务智能”等课程的实验辅助教材 ，也可作为单独开设“数据挖掘与商务智能实验”课 程的主教材。

语言知识库是众多自然语言处理系统不可或缺的组成部分，同时也是各种自然语言处理技术赖以实现的基础。语言知识库建设已经成为自然语言处理领域基本、重要的应用基础研究之一。本书是以北京大学计算语言学研究所开发的综合型语言知识库为基础，围绕异质资源的集成创新这一主题，从资源集成的广度和深度两个方向开展研究的。首先，介绍了综合型语言知识库系统的构成及功能；其次，以名词为切入点，研究从语料中自动获取名词语法属性的方法，内容涉及数词与名词构成的数名结构，数词、量词与名词构成的数量名短语及名词与名词构成的复合名词短语，并对这3种属性关系进行了详细的句法和语义分析。

本书依据《数字电子技术》教学大纲的要求，以数字电子技术中的典型项目为载体，将教学内容按项目模块进行编写。全书的内容包括简单抢答器的制作、产品质量检测仪的设计与制作、一位加法计算器的设计与制作、电动机运行故障监测报警电路的制作、由触发器构成的改进型抢答器的制作、数字电子钟的设计与制作、叮咚门铃的制作、数字电压表的设计与制作、锯齿波发生器的设计与制作。以完成工作任务为主线，链接相应的理论知识和技能实训，将“教、学、做”融为一体，充分体现课程改革的新理念。本书适合边教、边学、边做的教学方法。 本书中穿插了一些“小知识”“小技能”“思考”“小问答”等栏目，突出实际工作中的重点，并使全书的形式活泼。本书配有教学课件、教学大纲、教学指导教案及试题库等教学辅助资料。

暂缺简介...

“数据结构”是计算机系统专业的一门必修课，是计算机科学的算法理论基础和软件设计的技术基础。本教材以C#语言为例，讲授线性表、栈、队列、树、图等各种数据结构及其应用，以及查找和排序的各种实现方法及其综合比较。通过本教材的学习，可以使学生掌握各种数据结构的特性、逻辑结构、存储结构和相应算法，同时训练学生设计复杂程序的能力。本教材具有很强的实践性，通过大量上机训练来加深学生对各种数据结构的理解和应用能力。

本书是一本将大数据基本理论与基本应用有机结合的教材，遵循定义—特征—技术流程—典型案例分析的逻辑，抽丝剥茧，由易到难，有助于读者理解和掌握大数据技术。 本书的一大亮点是每章都使用图表对大数据与传统数据处理方式进行对比。另外，本书注重启发式的学习策略，便于读者理解和掌握。全书各章均附有实际应用案例与关键词注释，方便读者查阅和自学，同时配备了相应的习题。 本书可以作为普通高校大数据技术的基础教材，也可以作为职业培训教育及相关技术人员的参考用书。

本书主旨是指导组织中数据治理相关角色在大数据环境下，如何对数据资产进行有效治理，更好地为组织提供数据服务。全书共10章，主要包括大数据治理与服务概述、大数据治理与服务总体框架、大数据架构治理、元数据治理、主数据治理、文档和内容治理、大数据质量治理、大数据安全治理、大数据治理能力成熟度评估模型和大数据服务等内容。本书可作为数据科学与大数据技术、大数据管理与应用专业相关课程的教材，也可供企事业单位从事数据资产管理或数据治理工作的相关人员使用，还可作为学习数据治理、数据资产管理并准备相关认证考试的专业人员的参考用书。

企业每天都会生成大量种类繁多的数据，为了做出更明智的决策、发现问题并实现盈利，往往需要通过一些方法和工具将数据转化为可行的方案。随着大数据时代的到来，数据化运营已经成为商业智能中必不可缺的一个重要环节。在数据化运营过程中，需要数据分析师进行数据采集、数据清洗、数据建模、数据可视化和数据商业决策 5 项工作。 本书结合企业商业数据，分数据化运营基础、企业中的数据化运营、数据化运营的业务流程、辅助决策式数据化运营、数据驱动式数据化运营、客户数据化运营、产品数据化运营 7 章讲述如何进行商业智能数据化运营。