本书从技术输出与吸纳、知识产权结构、技术领域分布、科技计划项目、服务社会经济目标等方面，对技术合同数据进行深入分析，总结全国技术合同交易的特点和趋势，重点分析了京津冀地区、长三角地区、粤港澳大湾区等地区技术交易支撑国家区域发展战略情况，对技术（产权）交易机构、国家技术转移机构等服务于技术交易情况进行调查和分析。整理技术市场大事记，选编近年全国各地促进科技成果转化出台的相关政策。2024年全国技术市场统计工作涉及31个省（自治区、直辖市）和新疆生产建设兵团、5个计划单列市、10个副省级城市、420家国家技术转移机构和26家技术（产权）交易机构。

《Hadoop与Spark大数据全景解析：视频教学版》结合作者多年在大数据领域的开发实践经验，采用“理论 实战”的形式，以大量实例全面介绍Hadoop和Spark的基础知识及其高级应用。作者将丰富的教学经验，融入为读者精心录制的配套教学视频中，并提供了书中所有实例的源码，方便读者学习和实践。《Hadoop与Spark大数据全景解析：视频教学版》分为4篇，共12章。第1篇（第1、2章）准备篇，主要介绍Hadoop和Spark的基本概念，以及如何快速搭建Hadoop和Spark的学习环境。第2篇（第3~6章）入门篇，涵盖Hadoop的高级特性、Spark的基础知识与高级特性，以及大数据安全。第3篇（第7~10章）进阶篇，深入讲解数据采集与清洗、数据存储与管理、数据分析与挖掘以及实时数据处理。第4篇（第11、12章）项目实战篇，通过Hadoop和Spark实现一站式数据分析系统设计，以及ChatGPT赋能Hadoop与Spark大数据分析的项目实战。《Hadoop与Spark大数据全景解析：视频教学版》内容全面、结构清晰、案例丰富，既适合初学者自学，也适合开发者阅读，还可作为培训机构和高校相关课程的教学参考书。

`

本书以数据分析特别是大数据的整理、清洗、分析以及建模为主线，从基础入门到进阶分析再到实践应用，层层递进。主要内容包括软件介绍、数据重整、数据可视化、Stata软件编程基础以及不同场景下的应用。本书的特色在于软件介绍详细全面、结合教学和科研一线实际需求，教材案例内容丰富，理论与实践性较强。本书的读者以高年级本科生、研究生为主，博士生和科研工作者均可作为参考书。本书的读者以高年级本科生、研究生为主，博士生和科研工作者均可作为参考书。

本书围绕配套教材《Hadoop大数据分布式框架-原理与应用》的教学任务，根据教学内容和教学进度设置相应的实验，整本实验指导书共分为20个实验，主要介绍Hadoop分布式环境的部署过程、HDFS编程、MapReduce编程及应用、Hadoop的相关生态组件HBase、Hive、Spark、MySql的安装及应用，以及集成环境IDEA的安装及应用等。本实验教程详细介绍了每个实验的具体操作过程，可以辅助学生展开并完成相关实验，并能够在此基础上进行扩展，让学生在进行实验的基础上对所学到的理论知识能够有更深的理解和认识，逐渐建立起分布式数据处理的大数据思维方式。本书按教学进度和教学周划分教学任务，各任务之间相互独立，又相互关联，让学生在做实验时能融会贯通，梳理出各操作、各教学任务之间的关系，更好的掌握相关理论知识。

本书以TiDB数据库为基础介绍分布式数据库的运行原理、性能优化和应用场景架构设计。首先，剖析分布式数据库的运行原理与架构；然后，阐述分布式数据库TiDB在表与索引的设计优化、SQL优化、系统级优化方面的方法论，通过融入多个有代表性的案例，帮助读者将方法论对应到生产实践中；最后，梳理场景选型和架构设计过程中读者应该掌握的主要知识点，并对一些分布式数据库的优势场景进行了详细介绍。本书适合希望了解分布式数据库原理，学习TiDB数据库的开发工程师、数据库管理员和架构师阅读，也可以作为高等学校教师或学生学习分布式数据库的参考教材。

本书是计算机领域本科教育教学改革试点工作（“101计划”）系列教材之一，秉承“发展经典，关注前沿；问题先导，内容溯源；章节灵活，难度适配”原则编写而成。全书共16章，包括绪论，线性表，栈与队列，字符串，树与二叉树，优先级队列，图，图应用，不相交集，内排序，查找与高级查找，外排序，查找与索引，算法基础，高级算法。本书提供配套教学课件、各章知识点教案、各章引入视频、配套实验教材（C、C++、Java、Python等语言实现），以及实践教学平台等教学资源，可作为高等学校计算机类专业本科生“数据结构”课程教材。

本书主要内容包括：基本模式篇介绍构建以及运行基于容器的云原生应用程序的核心原则与实践。行为模式篇介绍各类容器和平台交互的管理。结构化模式篇介绍通过组织容器解决特定的用例。配置模式篇介绍如何处理Kubernetes中应用程序的配置。安全模式篇介绍如何提高运行在Kubernetes之上的应用程序的安全性。高级模式篇涵盖更复杂的主题，例如操作器、自动伸缩以及集群内镜像构建等。

本书针对高校商学院商业分析课程编写，内容涵盖了所有相关的商业分析主题，而且各个主题在设计上都是模块化的，教师授课时可灵活地选择最符合其课程目标的主题。比如，本书可以适用于涵盖数据处理（第2章）、数据可视化（第3章）、综合指标（第3章）、统计理论（第4章和第5章）和回归分析（第6章和第7章）的入门课程，或侧重于预测（第8、9、10、11和12章）和预测性建模（第13章）的高级商业分析课程。为适应不同学生对于统计软件的需求，本书每个知识点都提供了Excel和 R语言两种分析方法和实际操作，而且所有的例题和习题都是使用撰写本书时最新版本的软件解决的，即Microsoft Office Professional 2016、Analytic Solver 2019和 R语言3.5.3版本。本书的最终目的是让学生更好地理解、管理和可视化数据，学会应用适当的分析工具，并对研究结果及其相关性进行沟通。

本书概述了城市计算的定义、框架和主要研究问题，以典型应用为案例着重介绍大数据中异构数据的融合和协同计算技术。