《地震前兆观测台网信息管理系统设计与实现》以实现地震前兆观测台网业务信息化管理为目标，提出一种地震观测台网信息管理体系架构，设计并实现观测台网的元数据管理、数据采集、数据交换、数据服务、系统监控和系统管理等业务信息管理系统，内容涉及信息管理系统的体系结构、数据库结构、软件接口、容错性、系统测试与部署运行等，具有较高的创造性和实用性。

手机是人们必备的电子设备，手机上的各种应用程序可以帮助人们更好地生活和工作。其中，大部分应用程序都是通过网络传输各种数据，以实现各种功能。为了了解这些应用程序的工作状态，需要抓取传输的网络数据，然后通过分析数据，了解应用程序的工作模式，防范恶意程序，保护用户信息。本书共7章，主要内容包括抓包基础知识、手机直接抓包、模拟器抓包、外部抓包、基础数据分析、HTTP/HTTPS数据抓包和分析、数据快速分析。本书适合手机应用开发人员、渗透测试人员、网络维护人员和信息安全爱好者阅读。通过本书的学习，可以帮助读者了解和掌握手机数据抓包的各种方式，熟悉手机应用常用的网络协议，并掌握对应数据的分析方式，从而保障手机信息安全。

这是一个大数据爆发的时代。面对信息的激流，多元化数据的涌现，大数据已经为个人生活、企业经营，甚至国家与社会的发展都带来了机遇和挑战，大数据已经成为IT信息产业中z具潜力的蓝海。

这是一部系统讲解如何基于DDD思想实现中台和微服务协同设计和落地的著作。 它将DDD、中台和微服务三者结合，一方面，它为中台的划分和领域建模提供指导，帮助企业更好地完成中台建设，实现中台的能力复用；一方面，它为微服务的拆分和设计提供指导，帮助团队提升分布式微服务的架构设计能力。给出了一套体系化的基于DDD思想的企业级前、中、后台协同设计方法。 本书注重实战，汇聚了大量分布式架构的*新设计方法、思想和理念，同时包含大量的案例和代码，是理论与实践相结合的*佳经验分享。交互式的行文风格，文字有活力，内容不刻板，简洁易懂。 本书共分为六个部分： 第壹部分 认识中台（第1~4章） 主要从业务中台、数据中台、技术中台以及与之匹配的组织架构等多个方面分析传统企业中台转型应该具备的能力，带你初步了解DDD是如何指导中台和微服务设计，并厘清它们的协作关系。 第二部分 DDD基本原理（第5~11章） 通过浅显易懂的案例讲解DDD的核心基础知识、设计思想、原则和方法等内容，了解它们之间的协作和依赖关系，做好中台实践前的准备工作。 第三部分 中台领域建模和微服务设计（第12~19章） 首先，通过案例手把手带你用DDD方法完成中台和微服务的全流程设计，深刻理解DDD在中台领域建模和微服务设计中的步骤、方法、设计思想和价值；然后，通过一个完整案例带你了解用DDD设计方法完成领域建模与微服务设计的全流程。 第四部分 前端设计（第20~21章） 引入微前端和单元化的设计思想，通过前端微服务化和单元化设计思想，解决业务中台建设完成后前端应用仍然为单体和前后端服务集成复杂的难点。此外，还探讨了基于领域模型的单元化设计方法。 第五部分 中台设计案例（第22章） 采用自顶向下的领域建模策略，通过案例讲解中台设计的完整流程。涵盖业务领域分解、中台领域建模、微服务和微前端设计、单元化设计以及业务和数据如何融合等内容。 第六部分 总结（第23~24章） 结合作者多年的设计经验和思考，阐述单体应用向微服务架构的演进策略、如何避免陷入DDD设计的常见误区、微服务设计原则以及分布式架构下的关键设计等内容。

“数据分析技术”课程是高等职业院校商务数据分析与应用专业的一门核心课程，对学生商务数据分析与应用职业能力的培养和职业素养的养成起着重要的支撑作用。《数据分析技术》旨在培养学生运用数据的思维和分析工具进行商务数据分析与应用的能力，系统地阐述了数据分析认知、需求分析、数据库创建、描述性系统分析、假设检验、方差分析、相关与回归、时间序列分析、数据分析报告等内容。《数据分析技术》具有很强的实用性，可供高职高专数据分析与应用专业学生学习相关课程使用。

《网络计算》主要介绍了网络计算相关的理论方法与关键技术，并对典型的应用领域与平台进行了相关介绍和讨论。《网络计算》共分9章，分别介绍了网络计算的概念、发展及其形式，着重介绍了网络资源组织与管理、网络大数据勘探与挖掘分析、网络大数据索引网络体系、可信认证体系等，并面向自贸区、网络交易支付、智能交通等典型应用场景和领域详细介绍了相关的平台与应用。

《大数据时代的万人课堂》共分为云端革命；数据之光两篇，其主要内容包括：直播带我闯入万人课堂；学生遨游的万人课堂；教师飞翔的万人课堂；教育教学艺术的反思；教育教学功效的反思；与大数据之父的面对面等。

本书以4G/5G无线技术、机器学习和数据挖掘的新研究和新应用为基础，对分析方法和案例进行研究；从工程和社会科学的角度，提高读者对行业的洞察力，提升运营商的运营效益。本书利用机器学习和数据挖掘技术，研究移动网络中传统方法无法解决的问题，包括将数据科学与移动网络技术进行完美结合的方法、解决方案和算法。 本书可以作为研究生、本科生、科研人员、移动网络工程师、业务分析师、算法分析师、软件开发工程师等的参考书，具有很强的实践指导意义，是不可多得的专业著作。

《数据挖掘原理、方法及python应用实践教程》系统讲授数据挖掘的原理、主要方法及其Python实现，共分三部分：第一部分包含第1～2章，介绍数据挖掘的基本概念、流程和数据预处理；第二部分包含第3～11章，介绍经典的分类算法（包括朴素贝叶斯分类器、决策树、k-近邻、支持向量机等）、经典的聚类分析、关联分析、人工神经网络和Web挖掘等方法；第三部包含第12～14章，共有3个综合案例，包括泰坦尼克号生存数据分析、心脏病预测分析和旅游评论倾向性分析。

《企业数据治理与SAP MDG实现》从讲解大数据与企业数据治理之间的重要关系出发，首先阐述数据治理在企业数字化转型过程中的定位与作用。然后通过讲述数据治理框架以及企业数据管理规划等方面的基础内容来阐述数据治理相关内容在企业中推进的顶层方向、推行范围与落地方式。通过概念解析、方案实例等方式讲述了主数据管理维度在数据管理中的定位、作用、目标以及某行业中此类项目建设的部分实际内容，如对数据管控方案和相关主数据平台产品（SAP MDG）进行了重点介绍。接着对企业数字化转型中的数字化共享平台，尤其是企业中台（包括业务中台、数据中台）的概念、内容与核心目标等方面进行了阐述。*后通过大数据平台规划与大数据应用层面的内容，详细讲述了数字化转型的特点和大数据平台规划与建设的手段与实例，让读者从点到面了解企业数字化的整个脉络。《企业数据治理与SAP MDG实现》适合从事企业数据管理咨询的管理人员、技术人员与从事企业信息化、数字化工作的各类工程师等读者阅读。对从事信息化咨询与实施工作，尤其是数据类产品开发与规划方面的从业人员也有一定的帮助。