面向词汇功能的学术文本深度语义分析是对学术文本分析的一个有益的探索，在很多相关领域都有着潜在的应用价值。由于学术文本词汇功能分析是一个相对较新的课题，因此需要解决的问题也多种多样，如如何定义学术文本的词汇功能，学术文本的词汇功能有哪些，词汇功能自动识别的方法和路径问题、如何开发适用的自动识别算法、学术文本词汇功能分析如何应用。面对这些问题，本书将展开深入研究。

本书系统地讲解了大数据处理常用技术，具体包括大数据处理架构Hadoop、分布式文件系统HDFS、MapReduce编程模型、分布式数据库Hbase、NoSQL数据库、Spark分布式内存计算、MapReduce应用开发、Spark SQL编程、数据可视化。本书编写特色理论与具体操作相结合，较低基础入门大数据技术。读者对象是本科、专科或研究生大数据技术课程教材，大数据技术爱好者，其他对大数据技术感兴趣的人员。

本书以任务驱动为主线，围绕企业级应用进行项目任务设计，介绍了平台的本地模式安装、伪分布式模式安装及完全分布式模式安装，并基于Hadoop　2.X生态系统，全面讲解了Hive环境搭建与基本操作、ZooKeeper环境搭建与基本操作、HBase环境搭建与基本操作、Hadoop常用工具组件的安装与应用、集群搭建与管理，以及Hadoop平台应用综合案例等相关知识及操作技能。本书具有实用性和可操作性强、语言精练、通俗易懂等特点，可作为高等院校大数据应用专业、软件技术专业、云计算技术与应用专业的教材，也可作为从事大数据分析、云计算应用等工作的技术人员的参考用书。

目前，在基于大数据技术的数据中台建设过程中，由于缺乏完备的架构参考和类似于“脚手架”的原型项目，很多IT团队会在工程技术层面上感到无从下手。开发人员迫切地需要设计良好的架构参考和简单易用的原型项目帮助他们快速启动自己的数据中台建设，本书就是为这一目标而写作的。 《大数据平台架构与原型实现：数据中台建设实战》以大数据平台的架构设计为主题，围绕一个2万行源代码的原型项目讲解和演示如何在工程技术层面构建当下流行的数据中台。全书涵盖建设一个企业数据平台所需的各个重要环节，包括基础设施建设、数据采集、主数据管理、实时计算、批处理与数据仓库、数据存储及作业调度，每个环节独立成章，每一章介绍对应主题的架构方案和技术选型，然后结合原型项目讲解具体的实现细节。 如果你是一位架构师，本书可以帮助你提升对大数据平台的整体把控力；如果你是中高级开发人员，建议你选择自己感兴趣的章节深入学习原型项目的代码；如果你是企业的CIO或数据团队的负责人，本书的第1、2、4章对于你定制企业数据中台战略、规划数据平台蓝图及组建数据团队都有重要的参考价值。

这是一本从多维度讲解Martech以及如何借助Martech实现营销数字化转型的著作。宏观层面 本书对Martech的行业现状、发展趋势、思想认知等做了前瞻性的分析；微观层面 对Martech的技术栈、核心产品、应用场景、实操方法等做了详尽的讲解。大多数知识点都围绕技术和业务双重维度展开 力求理论有深度、技术可落地、应用有实效。理论来自作者扎实的专业知识和多年的从业思考 实战经验则来自作者在广告、营销、产品、技术一线的深度耕耘。本书共分9章：第1~2章：对营销的需求变化、技术趋势以及如何应对数字化转型进行了宏观分析 重点包括Adtech技术栈、Martech技术栈、企业数据能力成熟度评估、企业营销数字化能力评估、Martech从业者必备的能力等；第3~7章：对Martech技术栈中的重点模块和产品进行了深入讲解 包括Adserving、DMP、DSP、CDP、CMP、SSP、ADX等 包含大量实战案例 技术与业务深度融合 能帮助读者真正将数字化、智能化融入实际工作 进而带来业绩的飞升。第8章：重点对Martech的核心——大数据生态进行了深度解读 包括数据源的采集、ID Mapping的落地方法、各种增值数据模型的构建技巧及应用、数据交易等内容。第9章：作者对Martech的未来做了9个预测 并为Martech从业者的职业规划给出了建议和方向 旨在帮助企业和个人都能提前布局未来 应对未来的挑战。

本书从解决工作实际问题出发，以工作中常用的数据分析方法分类为主线，介绍如何用Excel进行工作常用信息图的绘制方法与技巧，主要包括KPI达成分析、对比分析、结构分析、分布分析、趋势分析、转化分析六大数据分析方法的常用信息图。 本书定位是带领大家学习工作中常用信息图Excel的绘制方法与技巧，并能解决工作中大部分的问题或需求。入门后如还需要进一步进阶学习，可自行扩展阅读相关书籍或资料，学习是永无止境的，正所谓“师傅领进门，修行在个人”。

万物互联背景下，数据呈现爆炸式增长。当前通过可视化的信息呈现方式提高数据效益、提高洞察力成为行业关注的焦点。本书以“新能源汽车大数据可视化监测平台”项目为载体，以丰富的可视化和交互式图表作为信息表现方式，旨在通过Web可视化设计方法以及主流前端框架、工具的综合运用，使学生快速提高Web前端开发技术水平，实现培养优秀的Web前端工程师目的。 本书共分7个单元。内容包括：Web数据可视化概述、新能源汽车大数据可视化监测平台、Web基础、前端框架、数据可视化设计基础、数据可视化整合、新能源汽车数据大屏。 本书涵盖多学科知识，综合性强；以实际项目为载体，化繁为简，循序渐进，弥补了学校教学缺乏实战的弊端，是Web可视化技术的优佳图书。 本书适合作为高职高专计算机专业、大数据相关专业课程的教学用书，也可供从事数据可视化、数据分析、前端设计的技术人员参考阅读。

《大数据计算机基础（第2版）/大数据分析统计应用丛书》是中国人民大学、北京大学、中国科学院大学、中央财经大学、首都经济贸易大学五所高校联合培养大数据分析硕士实验班的计算机基础教材，目标是培养学生掌握大数据分析处理必备的计算机基础知识与技能。

本书系统介绍了大数据基础知识和相关技术，全书分为大数据概述篇、大数据存储与管理篇、大数据采集与预处理篇、大数据分析与挖掘篇、大数据平台Hadoop实践与案例分析篇。全书共15章，主要内容包括大数据基本概念、大数据存储与管理概念及技术、大数据采集及预处理技术、大数据计算模式、大数据分布式并行处理框架Hadoop、大数据分布式文件系统HDFS、大数据分布式数据库系统HBASE、大数据Hadoop平台操作实践及具体大数据预测应用案例分析。

本书基于工作过程系统化思想而开发，以职业岗位能力为基准、以工作过程为依据、以学习者为中心、以项目任务为手段，通过学校、企业、社区、城市4个学习情境，14个项目，49个任务，让学生在学习情境中采用6个步骤即 “资讯（获取信息）—计划（分析需求）—决策（明确任务）—实施（实施任务）—检查（质量控制）—评估（评价反馈）”来熟悉工作过程、完成工作任务，从而学习知识、掌握技能、陶冶情操，达到面向工作应用、突出实践能力、培养职业精神的目标。 本书既适用于有一定计算机应用基础的职业院校学生，也适用于具备办公软件基本操作能力、希望进一步提高的人员。