《大数据导论/大数据专业应用型人才培养规划教材》从系统理论的角度出发，介绍大数据技术理论体系的基础知识，力求培养读者对于大数据理论体系的通识化和整体性的认知能力。《大数据导论/大数据专业应用型人才培养规划教材》内容包括什么是大数据、大数据技术基础、数据采集与预处理、大数据存储与管理、大数据计算框架、数据挖掘、数据可视化、大数据与云计算、大数据与人工智能。《大数据导论/大数据专业应用型人才培养规划教材》内容共9章，深入浅出地介绍了大数据技术的框架和流程，并对大数据的技术热点做了重点描述和展望。第1章阐述了大数据技术的基本定义，并系统介绍了大数据技术的来龙去脉，以使读者能够正确理解大数据的概念，为后面的学习做好准备。第2章全面介绍了大数据的主要实用信息技术，使读者对支撑大数据发展的基础技术有一个全面的了解。第3章阐述了大数据的采集和预处理技术，介绍了大数据的数据采集方法、数据来源和数据预处理。第4章深入讲解了大数据的存储与管理，重点介绍了大数据时代数据库存储技术的发展和变化，让初学者了解大数据时代的数据存储和管理技术。第5章讲解了大数据的计算框架，介绍了常用的大数据计算平台。第6章阐述了目前大数据技术的关键内容即数据挖掘，重点介绍了常用的数据挖掘算法，为读者未来的深入学习打下基础。第7章讲解了数据可视化技术，介绍了数据可视化的相关概念和工具。第8章结合时代热点介绍了大数据与云计算的关系。第9章讲解了人工智能的概念、发展历史、研究方向和技术方法，展望了在大数据背景下的人工智能发展趋势。

《MATLAB数据分析教程/高等院校计算机教育系列教材》介绍了MATLAB在数据分析中的应用，《MATLAB数据分析教程/高等院校计算机教育系列教材》共分为13章，各章主要内容包括数据分析与MATLAB软件、MATLAB基础、MATLAB科学计算、数据预处理、绘图与数据可视化、数据的描述性统计与分析、方差分析、数据拟合与回归分析、蒙特卡洛模拟与应用、优化方法与应用、判别分析与聚类分析、人工神经网络及应用等。《MATLAB数据分析教程/高等院校计算机教育系列教材》注重实用，可以作为高等院校机械、材料、电子、通信等理工类及经济、金融、管理等文科类专业的研究生、本科生的教材，也可以作为教师、科研人员和工程技术人员的自学和参考用书。

本书以大数据技术中数据统计分析的经典实现方法R语言应用实践为核心，以提高学生的大数据基础理论水平和解决实践问题的能力为出发点，以培养大数据时代具有创新精神和实践能力的人才为目的。 本书系统阐述R语言大数据技术应用实践的原理、方法和应用相关知识，同时给出了每一章内容对应的实现指令或源程序。全书共九章内容。内容由浅入深，分为基础篇及提高篇两部分，其中第1章到第6章为基础篇，第7章到第9章为提升篇。内容涵盖R语言基础简介、R语言语法基础、R语言数据预处理、R语言数据分析、R语言数据可视化、R语言网络数据抓取、R语言统计与建模、R语言数据挖掘、R语言数据分析综合案例等较深入的知识。本书理论结合实际，每一个章节都包含有相关内容的实践部分，以便读者在了解相关知识后，能及时进行项目的实践，有助于提高读者动手实践的能力。每章提供适量习题，进一步加深对内容的理解。 本书内容全面，详略得当，在简单阐述原理基础上，重点阐述R语言应用实践的详细实现过程，可读性强。本书可以作为高等院校大数据技术相关专业以及计算机技术、信息管理、人工智能、电子信息工程、通信工程、自动控制等专业本科生及高职院校相关课程的教材，也可供从事大数据相关研究的技术人员参考。

为了解决地学领域多源、异构、分散、多维数据集成与应用问题，本著作系统深入地研究了采用云计算的SOA框架实现地学空间数据集成与地学应用集成等相关技术，设计了地学空间数据仓库、地学数据ETL工具、一体化存储的地学空间数据模型映射、多维地学空间数据立方体、服务模型映射、空间数据与属性数据有机集成框架，并实现了基于专家知识的岩性判别和蒸发岩沉积韵律旋回模式、基于服务的共享机制优化、地学空间数据分析等研究与研发工作。

流数据分析技术是一种实时或准实时的，对动态数据集合甚至无界时间序列数据进行特征和态势认知的技术，目前已经广泛应用于互联网／移动互联网、物联网、气象、金融等多个领域，支撑运营管理、应用性能管理、监测与测控等多种服务，是大数据的重要研究方向之一。《流数据分析技术》以流数据的基本特征为核心内容，突出流数据与传统大数据的联系与区别，介绍流数据的基本处理方法和分析方法。重点内容包括：流数据与流式计算、流数据处理技术、流数据分析技术、流数据处理模型与处理框架等。《流数据分析技术》还介绍了流数据分析技术的一些新进展及流计算框架的新发展。《流数据分析技术》可作为计算机学科相关专业，特别是数据科学与大数据技术专业的教材。

本书内容涵盖Microsoft Excel（电子表格软件，以下简称Excel）在人力资源管理实战应用中的关键知识点，将Excel应用的方法论转化为容易上手操作的表单、图形、工具和模型，让方法论可视化、流程化、步骤化和模板化。本书将通过大量实务案例进行详解并呈现操作过程，能够有效指导读者做好Excel在人力资源管理工作中的应用。本书分为8章，主要内容包括Excel在人力资源工作中的重要性、Excel在基础人事工作中的应用、Excel在招聘管理中的应用、Excel在培训管理中的应用、Excel在薪酬绩效管理中的应用、Excel常用小技巧、Excel中常犯的错误以及人力资源管理中常用的函数。本书通俗易懂，案例丰富，模板齐全，实操性强，适合人力资源管理从业人员、企业管理者、高校人力资源管理专业的学生以及需要人力资源管理实战工具的人员阅读、使用。

《office高级应用与python综合案例实验指导》是与《Office高级应用与Python综合案例教程》（付兵、蒋世华主编，科学出版社出版）配套的实验教材，包括7章，共18个实验项目。每个实验项目都明确了相关知识点、实验目的、实验要求和实验步骤。《office高级应用与python综合案例实验指导》既可使学生通过实际操作掌握相关理论知识，又可提高学生应用Office、Camtasia和使用Python编程的能力。《office高级应用与python综合案例实验指导》按照应用型人才培养的需求编写，可作为“Office高级应用”“数据库基础”“程序设计入门”等课程的实验教材，同时《office高级应用与python综合案例实验指导》较大篇幅引入了课件设计、微视频制作案例，也适合作为师范类学生“现代教育技术”课程的实验教材。

本书为全国技工院校计算机类专业任务驱动型教材（中/ 高级技能层级），主要内容包括Word 2010、Excel 2010、PowerPoint 2010、Access 2010 及综合篇五部分。

《Spark应用技术与处理》主要涉及八个项目，通过初识Spark与环境部署学习Spark的优势和运行架构，通过手机号码归属地信息查询学习Scala基础语法结构、变量和流程控制，通过简易计算器制作学习Scala类和对象的定义及基本使用，通过学生信息统计学习RDD创建方法与Transformarion算子使用方法，通过网站浏览量分析学习分区器的使用方法，通过商品交易信息统计学习SparkSession、DataFrame的创建方式，通过热门网页信息实时更新学习信息实时更新，通过网站访问行为实时分析学习Spark实时处理数据；严格按照生产环境中的操作流程对知识体系进行编排；使用循序渐进的方式从Spark环境搭建、开发语言介绍、相关组件使用以及Spark性能优化等方面对知识点进行讲解。《Spark应用技术与处理》结构条理清晰、内容详细，每个项目都通过学习目标、学习路径、任务描述、任务技能、任务实施、任务总结、英语角和任务习题八个模块进行相应知识的讲解。其中，学习目标和学习路径对本项目包含的知识点进行简述；任务实施模块对本项目中的案例进行了步骤化的讲解；任务总结模块作为最后陈述，对使用的技术和注意事项进行了总结；英语角解释了本项目中专业术语的含义，使学生全面掌控所讲内容。

本书主要介绍了大数据清洗方面的研究成果。全书共分7章，重点面向大数据清洗中计算困难、错误混杂、缺少知识等难题，针对实体识别、真值发现、缺失值填充、不一致检测与修复等问题提出了相应的技术和算法，并在第7章提出了多数据质量问题综合清洗与优化技术。本书可作为高等院校和科研机构大数据、数据质量管理、数据治理等方面的教学和科研参考书。