本书主要介绍Excel商务智能组件Power Query和Power Pivot在数据分析方面的应用。全书共11章：第1章介绍Excel中的Power Query和Power Pivot两大商务智能组件及其功能；第2章至第6章介绍如何使用Power Query来获取数据并进行处理，主要包含Power Query的基本操作、M函数和M公式的基础知识、常用的M函数，以及数据处理的综合案例；第7章至第11章介绍如何使用Power Pivot进行数据建模和分析，主要包含Power Pivot的基本操作、数据模型的建立、DAX表达式的基础知识和进阶知识、常用的DAX函数，以及数据分析的综合案例。本书紧贴实际应用场景，深入浅出地介绍了Excel商务智能组件强大的数据处理和建模分析能力。通过阅读本书，读者可以更加高效地进行数据分析工作。

《WPSOffice办公应用从入门到精通》这本书将对WPSOffice中的应用知识做详细介绍，通过对软件中的三大模块——文字、表格与演示利用单独案例分析的形式进行详细地梳理与讲解。让读者在阅读本书的过程中学习并了解到每一个独立案例中所包含的知识点，做到即学即用。　本书图文并茂，逻辑性强，文字轻松活泼，操作门槛低却又包含实用的设计原理，不但适合刚入门的办公应用新手，也适合想要在PPT这一方面提升自己的商务办公人士。

你是否遇到过这些情况：只会使用软件中的默认图表；图表太简单，被嫌弃没有创意；图表表现力差，对报告结论的支持很有限；图表格式不统一，搭配起来一团糟；图表难以与实际工作和老板的需求相结合……也许你需要一套图表私人定制的知识体系。这是一本专为工作服务的图表实战书，从结构上可以分为两个部分：基础篇和实战篇。第1～4章属于基础篇，分别讲解图表基本元素、图表通用设计法则、典型图表设计技巧和常用图表类型；第5章和第6章属于实战篇，分别讲解如何分析老板偏好并拆解工作型图表中的典型问题，以及综合利用基础篇的知识点，规范化图表定制步骤，让每个人都能实现图表定制梦。

本书针对入门读者，通过全彩图解 视频讲解的形式，结合大量实操案例，对Windows 11操作系统的知识进行了详细介绍，从而帮助读者快速掌握Windows 11操作系统的应用技巧。本书共分10章，主要内容包括Windows 11的基础知识、安装、个性化设置、文件与文件夹的管理、内置工具的使用、账户的设置、网络的设置、性能监控和优化、安全防护以及灾难恢复等，涵盖了Windows 11操作系统常用的各种功能。本书内容丰富实用，讲解循序渐进，语言通俗易懂，非常适合电脑初学者、Windows 11用户、电脑维修人员、电脑发烧友等使用，也可用作职业院校或培训结构相关专业的教材及参考书。

《大数据存储：键值、容错与一致性》分为三篇，分别涉及大数据处理中的键值存储、容错存储、数据一致性三个领域。每篇首先简要介绍相关领域的基础知识、系统优化的关键技术以及主流的系统等，然后介绍作者在相关领域的部分研究成果。具体来说，在键值存储方面，介绍了动态布隆过滤器设计、哈希分组与键值分离技术相结合的存储结构设计、哈希索引与日志结构合并树相结合的索引结构设计等方面的优化方法，旨在降低读、写放大，提升读、写与范围查询的性能；在容错存储方面，介绍了纠删码的数据布局、故障数据恢复算法、源数据节点与恢复节点选择以及系统扩容等方面的优化方法，旨在降低I/O数据量与负载均衡，加速故障恢复；在数据一致性方面，介绍了RedBlue和PoR细粒度一致性模型及其使用方法，为在备份系统中安全使用低延迟的弱一致性同步、提升系统性能提供理论依据和实践基础。

随着互联网的高速发展，新媒体行业已成为目前的热门行业之一，无论是个人，还是企业、机关、事业单位，都离不开新媒体。本书采用“课堂讲解 + 课堂实训 + 课堂小结 + 课后作业”这一结构进行编写，既有基础理论，又有实操进阶，还有实战提高，非常适合读者进行学、练、查。 本书共 8 章，第 1 章主要介绍新媒体数据分析的基础知识；第 2 章主要介绍各种新媒体数据分析指标；第 3 章主要介绍新媒体数据的采集；第 4 章主要介绍新媒体数据处理；第 5 章主要介绍新媒体数据分析的思维和方法；第 6 章主要介绍新媒体数据可视化；第 7 章主要介绍不同新媒体平台的数据分析方法和实战技能；第 8 章主要介绍新媒体数据分析报告的制作。 本书由从事多年新媒体、电子商务数据分析工作的老师参与编写，内容全面、专业性较强，可以有效帮助读者掌握新媒体数据分析的方法和技能，为读者提供实用的新媒体数据分析指导。本书非常适合作为高等院校新媒体数据分析与运营相关专业的教材，也适合作为新媒体从业者的学习参考书。

《Excel 高效办公——数据处理与分析（案例版）》根据现代企业决策和管理工作的主要特点，从实际应用出发，以不同行业或岗位为主线，以解决问题为导向，介绍Excel数据处理与分析常用方法和技能。全书共10章，包括数据分析引言、人力资源数据分析、生产数据分析、销售数据分析、财务数据分析、投资决策分析、电商数据分析、在线教育数据分析、短视频运营数据分析、利用Power BI 进行数据分析等内容。本书不仅通过实例讲解数据分析技能，还将良好的Excel使用习惯、规范的数据分析思维、清晰的视觉设计思路等贯穿于讲解之中。

《分布式智能算法及在大数据中的应用》 主要包括智能算法技术与大数据概述；基于 Ｈａｄｏｏｐ的分布式杂交水稻算法；基于 Ｈａｄｏｏｐ 的随机奇异值分解算法；基于 Ｈａｄｏｏｐ的分布式水波优化算法； 基于Ｓｐａｒｋ的分布式关联规则挖掘算法； 基于Ｓｐａｒｋ的分布式飞蛾扑火优化算法； 基于Ｓｐａｒｋ的分布式蚁狮算法等内容。本书既可以作为计算机科学与技术相关专业研究生及高年级本科生的教材，也可以作为科研人员的参考书，同时还可以作为研究生、博士生及教师写论文的参考书。

本书共6章。每章都专门针对大数据应用中的一个特定问题，首先对该问题进行深入的解释，然后介绍可用于有效解决该问题的数据结构和算法。 第1章简要概述了概率数据结构中广泛使用的散列函数和散列表。第2章专门介绍近似成员查询，这是概率数据结构*著名的用例之一。第3章讨论了用来辅助估算元素基数的概率数据结构。第4章和第5章讨论流式场景下与频数和排序相关的重要指标的计算。第6章包含用于解决相似性问题的数据结构和算法，尤其是近邻搜索问题。

《大数据技术导论 第2版》以面向应用、面向实战为指导思想，紧扣企业技术人才培养的特点，在知识点讲解和实验中避免复杂的理论，使读者能够快速上手，感受大数据处理的魅力，以激发读者的学习兴趣。《大数据技术导论 第2版》覆盖了大数据生命周期的主要技术要点。全书共8章，第1章介绍了大数据的产生、特点、价值、产业、思维等，第2章介绍了大数据生态，第3～7章按照大数据的生命周期，分别介绍了大数据采集与预处理、大数据管理、数据可视化、大数据分析、大数据应用的基本原理和方法，第8章介绍了大数据安全面临的挑战。《大数据技术导论 第2版》可作为本科、高职院校大数据技术或数据科学及相关课程的参考书或教材，也可供数据科学相关技术人员阅读。