《Word Excel PPT Office 2019 办公应用三合一（案例·视频·全彩版）》在内容安排上充分考虑职场人士和商务精英的文档制作需求，讲解了 Word 2019、Excel 2019、PowerPoint 2019（PPT）三个最常用、最实用组件的商务办公实战技能。本书内容包括：①列举了 18 个职场案例（如制作劳动合同、员工培训方案、公司行政管理手册、企业组织结构图、员工入职登记表、出差申请单、员工绩效考核制度表、年度总结报告、营销计划书、邀请函、问卷调查表等），详细讲解了 Word 商务办公实战技能；②列举了18 个职场案例（如制作公司员工档案表、员工工资条、员工 KPI 绩效表、员工业绩统计图、产品利润预测表、订单管理系统、顾客投诉记录表等），详细讲解了 Excel 商务办公实战技能；③列举了 6 个职场案例（如制作产品宣传与推广 PPT、公司培训 PPT、项目方案 PPT、为“企业文化宣传 PPT”设计动画、设置与放映“年终总结 PPT”等），详细讲解了 PPT 商务办公实战技能。 《Word Excel PPT Office 2019 办公应用三合一（案例·视频·全彩版）》注重理论知识与实际应用相结合，因此每章内容都从实际案例出发，图文并茂，讲解透彻。当遇到疑难点时，适时安排了“专家答疑”和“专家点拨”版块，以帮助读者走出误区。 《Word Excel PPT Office 2019 办公应用三合一（案例·视频·全彩版）》既适合零基础又想快速掌握Word、Excel 和 PPT 商务办公的读者学习，又可以作为大中专院校相关专业的学习教材或者企业的培训教材。对于经常使用 Word、Excel 和 PPT 进行办公，但又缺乏实战应用和经验技巧的读者有极大的帮助。

本书从数据治理的起源和现状、数据治理的体系框架，以及不同学科对数据治理问题的认识进行探讨和思考。内容将分为两篇。第一篇介绍数据危机的概念，数据治理的理论与实践现状，以及数据治理的基本思路和体系框架。第二篇分别从信息资源管理、法学、经济学、管理学和数据科学五个学科来讨论数据治理，采用不同的研究方法，从不同的视角来分析数据治理面临的挑战，并从不同角度提出数据治理的方案。党的十九届四中全会首次将“数据”列为生产要素，充分凸显了数字经济时代数据对于经济活动和社会生活的巨大价值。开展数据治理的理论探索和实践创新，有利于全面释放数据价值助力数字经济发展，也有利于数字赋能国家治理体系和治理能力现代化。

《面向大数据应用的数据采集技术研究》属于大数据采集方面的著作，主要由大数据概念、大数据采集重要性、大数据采集的特点和相关技术、大数据采集架构、大数据迁移技术、大数据采集实例等部分组成，全书以大数据采集为研究对象，对面向大数据应用的数据采集技术从数据采集、数据预处理、数据分析及数据可视化的综合应用作出分析，并提出大数据采集技术的相关要点。对大数据采集研究者以及从事大数据相关工作的工程技术人员具有学习和参考价值。

《Spark大数据技术与应用/大数据专业应用型人才培养规划教材》共分为10章，第1～8章阐述了spark核心组件的用法，以及使用相应组件进行大数据分析应用的方法，通过综合性实践案例将理论和实践相结合；第9～10章通过两个综合实例让读者从理论阶段上升到实际应用层面，可以帮助读者更深入理解Spark的使用方法。《Spark大数据技术与应用/大数据专业应用型人才培养规划教材》作为大数据分析与内存计算的入门教材，希望能够帮助读者打开大数据分析与应用的大门。《Spark大数据技术与应用/大数据专业应用型人才培养规划教材》采用理论结合实践的方式，循序渐进地介绍了Spark的运行原理，并引入综合性的实践案例，以引导读者运用所学知识解决现实中的问题。

计算机图形学与硬件的进步让大数据的数据呈现更加丰富多彩。一个充满艺术设计美感的视觉图像不仅包含了要表达的信息，也让信息变得更加生动形象。因此，数据可视化的基本理论和方法显得尤为重要。《大数据可视化技术/大数据专业应用型人才培养规划教材》是大数据可视化技术的入门教材，采用理论与实践相结合的方式，由浅入深地介绍了大数据可视化技术的基本概念和基础知识，并结合实践案例，带着读者运用所学知识解决现实中的问题。

商务智能一般由数据仓库、在线分析处理、数据挖掘、数据备份和数据恢复等部分组成。商务智能的实现涉及软件、硬件、咨询服务及应用。商务智能既需要坚实的理论基础，又需要各种工具和方法的支撑，是一门实践性很强的课程。读者在学习中宜采取理论与实践相结合的方式。《商务智能方法与应用/大数据专业应用型人才培养规划教材》既有商务智能基础知识、核心技术的介绍，也有解决实际问题的案例分析，包括商务智能在零售、客户关系管理、电信、教育、电子商务等领域的应用。全书共9章。

数据预处理是进行数据挖掘前必不可少的准备工作，更是数据挖掘中的关键一步。数据预处理一方面可以保证数据挖掘的正确性和有效性；另一方面通过对数据格式和内容的调整，可使数据更符合挖掘的需要。《大数据预处理技术/大数据专业应用型人才培养规划教材》采用理论与实践相结合的方式，详细讲解了如何通过Ketle和Python实现数据预处理。《大数据预处理技术/大数据专业应用型人才培养规划教材》可作为高等院校数据科学与大数据技术、计算机、信息管理等相关专业课程的教材，参考课时为64课时。

《Hadoop大数据技术与应用/大数据专业应用型人才培养规划教材》作为Hadoop的入门教材，采用理论与实践相结合的方式，全面介绍了Hadoop大数据技术。它将帮助您：·使用Hadoop分布式文件系统（HDFS）来存储海量数据集，通过MapReduce对这些数据集进行分布式计算。·使用Hadoop YARN资源管理器统一管理和调度Hadoop资源。·熟悉Hadoop的数据和I／O构件，用于压缩、数据集成、序列化和持久处理。·洞悉编写MapReduce实际应用时的常见陷阱和高级特性。·设计、构建和管理一个专用的Hadoop集群或在云上运行Hadoop。·使用高级查询语言Pig来处理大规模数据。·利用Hadoop数据库HBase来保存和处理结构化／半结构化数据。·利用HIVE数据仓库工具对Hadoop文件中的数据集进行数据整理、特殊查询和分析存储。·利用SqoopSqoop在关系数据库以及Hadoop数据存储和处理平台进行数据导入、导出。·学会利用ZooKeeper来构建分布式系统。·学会利用Ambari来构建、管理、监控Hadoop生态的集群。《Hadoop大数据技术与应用/大数据专业应用型人才培养规划教材》直接将相关行业典型案例作为实验教学内容编入，展示了如何用Hadoop解决实际行业场景中的问题，对实际操作更有针对性。《Hadoop大数据技术与应用/大数据专业应用型人才培养规划教材》可作为高等院校数据科学与大数据技术、计算机、信息管理等相关专业的大数据入门教材。

《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。

《数典 ： 大数据标准术语体系 ： 汉、阿、英、法、德、意、日、韩、葡、俄、西对照》名《数典》，定义为大数据标准术语体系，是迄今为止全球首部全面系统研究大数据标准术语的多语种专业工具书。《数典 ： 大数据标准术语体系 ： 汉、阿、英、法、德、意、日、韩、葡、俄、西对照》以全球语境和未来视角，对大数据知识体系进行了全面梳理，提出了九个方面的术语架构，并以十一种语言对照编纂，形成了统一规范、符合国际通用规则的多语种学术话语体系和术语标准体系。