数据挖掘是大数据分析中*活跃的地带。SPSS Modeler充分利用计算机系统的运算处理能力和图形展现能力，将数据挖掘方法、应用与工具有机地融为一体，成为内容全面、功能强大、操作友好的数据挖掘软件产品，是大数据分析的理想工具。本书以数据挖掘的实践过程为主线，系统介绍了决策树、人工神经网络、支持向量机、Logistic回归、判别分析、贝叶斯网络、聚类分析等一系列经典数据挖掘方法，以及数据整理和降维处理等必备知识，同时给出了SPSS Modeler实现的全过程。讲解方法从易到难，说明问题由浅入深，软件操作详细全面。本书力求以*通俗的方式阐述数据挖掘方法的核心思想与基本原理，同时配合SPSS Modeler 18（中文版）软件操作说明，希望读者能够直观理解方法的本质，快速掌握软件使用技巧，并应用到数据挖掘实践中。本书提供实例数据和电子课件，读者可登录华信教育资源网www.hxedu.com.cn免费下载使用。本书可作为高等院校管理类、财经类、计算机类专业本科生和研究生的数据挖掘教材，也可作为商业管理、金融保险、社会教育等行业进行数据挖掘实践的参考用书。

本书根据数据库技术领域的人才需求和数据库应用系统开发岗位的任职要求，参照相关的职业资格标准，坚持能力本位的职业教育思想，采用项目驱动的方式组织课程教学内容。本书共分14章，从基本概念和实际应用出发，由浅入深、循序渐进地讲述了数据库技术、SQL Server 2012概述、数据库的基本操作、数据表的基本操作、数据的基本操作、数据的高级操作、实现数据完整性、视图及其应用、索引及应用、SQL Server程序设计、存储过程与触发器、SQL Server 安全管理、备份与还原、数据库与开发工具的协同使用；并将“学生选课管理系统”案例融入部分章节，深入阐述数据库创建、管理、开发与SQL程序设计的思想与具体方法；简明扼要地介绍了SQL Server的上机实验操作。本书根据职业技能培养的要求，结合案例给出100多个例题和习题，便于读者更好地学习和掌握数据库的基本知识与技能。本书既可以作为高等院校、高等职业院校计算机及相关专业的专业课教材，也可以作为数据库工作者，尤其是大型关系数据库初学者的参考书。

《Hadoop大数据平台构建与应用》基于Hadoop大数据平台，讲解大数据平台的搭建与运维、大数据的采集与存储、大数据的处理、数据的分析、数据的可视化等完整的大数据应用案例，全面详细地讲述Hadoop、MapReduee、HDFS、Hive、Spark和Zookeeper等技术的相关知识；还详细介绍了Hadoop大数据集群环境配置与搭建、部署配置Hadoop HA模式等内容。《Hadoop大数据平台构建与应用》具有较强的实用性和可操作性，语言精练，通俗易懂，操作步骤描述详尽，并配有大量操作图例。

《数据准备和特征工程：数据工程师必知必会技能》详细地介绍了大数据、人工智能等项目中不可或缺的环节和内容：数据准备和特征工程。书中的每节首先以简明方式介绍了基本知识；然后通过实际案例演示了基本知识的实际应用，并提供了针对性练习项目，将“知识、案例、练习”融为一体；最后以“扩展探究”方式引导读者进入更深广的领域。《数据准备和特征工程：数据工程师必知必会技能》既适合作为大学相关专业的教材，也适合作为大数据、人工智能等领域的开发人员的参考读物。

本书基于采用“理论+实践”的形式编写，通过大量的实例，详细讲解了PostgreSQL的各种SQL特性、参数配置、备份恢复、性能调优、服务端编程、高可用方案等。 第1篇“准备”，包括初识PostgreSQL、安装和启动PostgreSQL；第2篇“入门”，包括创建数据库和表、数据类型及其运算符、函数、查询和修改数据；第3篇“进阶”，包括索引、视图、触发器、表继承和表分区、管理用户权限和模式、配置和管理数据库服务器、备份和恢复数据；第4篇“高阶”，包括事务、优化SQL语句、优化数据库服务端性能、PL/pgSQL服务端编程、高可用方案。 本书结构清晰、内容翔实、案例丰富、通俗易懂、实用性强，适合对数据库（特别是PostgreSQL）感兴趣的读者自学参考。另外，本书也适合作为社会培训机构的培训教材，还可作为大中专院校相关专业的教学参考书。

根据我校医学类专业学生的特点及培养目标，确定数据库应用基础课程的主要教学内容，体现必需、够用、易学为度，以应用能力为目的，以讲清概念、理论联系实际、强化应用为重点。实验项目内容及数据尽量与专业相关，贴近生活，充分考虑非计算机专业的特点，语言描述通俗易懂，激发学习兴趣，降低学习难度。

本书是数据挖掘精髓的浓缩。第1章用通俗易懂的语言回答五个基本问题，包括什么是数据，什么是大数据，什么是数据挖掘，以及数据挖掘能挖掘出哪些东西和会产生什么价值。然后用6章的篇幅介绍k-均值、k-近邻、朴素贝叶斯、决策树、回归分析和关联规则挖掘等6种方法。第8章介绍一些实际的应用，演示简单的数据挖掘方法如何产生巨大的价值。本书可供高校的数据科学与大数据、智能科学与技术、人工智能、计算机科学与技术和统计类、应用数学等相关专业的学生作为教材使用，也可供高校的商科大数据、金融等专业的学生、优秀的中学生、科技企业的管理者和相关行业的投资人学习参考。

数据仓库与数据挖掘是决策支持的两项重要技术，它们共同的特点是都需要利用大量的数据资源，并从数据资源中提取信息和知识。由于数据资源丰富，因此数据仓库与数据挖掘的决策支持效果显著。《数据仓库与数据挖掘技术及应用研究》系统地研究数据仓库和数据挖掘的核心技术，并结合应用实例，力求理论联系实际。全书深入浅出，通俗易懂，内容系统、完整，是一本值得学习研究的著作，能为软件工程及相关专业学生的提供参考，也可供计算机研究和开发人员以及相关专业人士参考。

信息和影响力在人际网络中的传播无处不在。大规模社交网络平台的普及和大数据技术的应用为研究信息和影响力在网络中的传播提供了全新的机会。《大数据网络传播模型和算法》系统总结了信息和影响力传播模型和算法方面的近二十年的研究成果。在传播模型方面，本书详细介绍了若干经典的随机传播模型，准确论述了模型之间的关系和模型的主要性质。在传播算法方面，本书以影响力**化为主线，介绍了适用于不同场景的基于影响力传播的优化问题和算法。此外，本书也介绍了其他传播模型和基于数据的网络传播的推断和学习方法等。本书以扎实的理论论述为基础，将基础理论与多方面的应用背景结合，并介绍了相关方面的**研究成果。

本书详细阐述了与区块链和Oracle开发相关的基本解决方案，主要包括区块链入门、理解区块链的数据流、公共区块链与许可区块链、以太坊与Hyperledger、构建下一代Oracle B2B平台、Oracle区块链云服务、建立许可区块链、设计和开发智能合约、部署和测试智能合约、配置-扩展-监控网络等内容。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教材和参考手册。