美国Simon & Schuster公司下属Prentice Hall PTR授权出版。

本书全面系统地介绍了如何通过用户定义的例行程序和用户定义的数据类型来扩展Informix2000动态服务器的基本知识和技巧。

教育部博士点基金资助项目（项目号：01JB870003）。本书是一部探讨数据挖掘理论与技术的著作，全书着重讨论数据挖掘技术在信息处理方面的应用。

本书阐述了数据挖掘（通常称为数据库知识发现）的概念、方法和应用。从强调数据分析入手，介绍了数据库和数据挖掘的概念，指出数据挖掘是对大型数据库、数据构件库和其他大型信息资源中标识知识含义的那些类型的自动的或便捷的提取，并通过一个通用的框架回顾了当前的市场可供产品。数据挖掘是一个跨学科的知识领域，汲取了数据库技术、人工智能、机器学习、神经网络、统计学、模式识别、知识库系统、知识获取、信息检索、高性能计算、数据可视化等方面的成果，本书内容从数据库的视角，描述了数据挖掘系统的原型、结构、特征、方法，重点讲解了数据挖掘的可行性、实用性、有效性和大型数据库中模型发现的可测量性等问题。本书逐章讲解了数据分类、预测、联结和分组的概念和技术，这些专题都配有实例，对各类问题都分别列举了最佳算法，并对怎样运用技术给出了经过实践检验的实用型规则。这种讲述方式决定了本书的可读性强，能够使读者从中学到数据挖掘领域的知识，了解产业最新动向。本书适用于计算机科学系的学生、应用软件开发人员、商业领域的专家和相关知识领域的科技研究人员。内容：1. 数据挖掘简介 2. 数据构件库和数据挖掘中的在线分析处理技术 3. 数据处理 4. 数据挖掘原型、语言和系统结构 5. 概念描述：特征与对比 6. 大型数据库中的挖掘联结规则 7. 分类和预测 8. 分组分析9. 挖掘复合数据类型 10. 数据挖掘应用及趋势 附录一 微软公司数据挖掘的对象链接和嵌入数据库 附录二 数据库挖掘器简介

本书是在第一版的基础上修订而成的。本书为清华大学出版社出版、由严蔚敏和吴伟民编著的《数据结构》（C语言版）（以下简称教科书）的学习辅导书。主要内容包括：教科书中的每一种数据存储结构的图示；教科书中每一种存储结构的基本操作函数及调用这些基本操作的主程序和程序运行结果；教科书中几乎每一种算法的实现。对于教科书中一些较复杂的算法，本书提供了详细的解析。有些在教科书中一带而过的存储结构（如第2章的静态链表和第6章的二叉树的三叉链表），本书也提供了完整的基本操作函数及主程序和程序运行结果。本书配有光盘，光盘中包括书中所有程序及用标准C语言改写的程序。所有程序均在计算机上运行通过。本书适用于使用教科书的大中专学生和自学者。书中的基本操作函数也可供从事计算机工程与应用工作的科技人员参考和采用。

微软视窗应用学习中心辅导教材。本套丛书以办公案例为主体，通过案例的讲解来介绍办公软件的各项功能，逐步引导学生完成办公任务。本书以一个公司的管理工作为蓝本，详细讲解了使用VisualFoxPro7.0开发应用程序的操作步骤，读者不仅可以学会使用这个软件来开发应用程序，而且也可以将书中的实例用于自己的部门，或者稍加修改用于其他的管理内容。本书不仅是微软授权培训中心（MLC）辅导教材，也是各行办公人员的重要指导书。本版CD内容包含本书部分程序代码和相关材料。

（第一版获第二届国家级优秀教材特等奖，获国家级科技进步奖，同时获电子部优秀教材特等奖）严蔚敏 吴伟民 编著数据结构（1992年第二版）是1987年初版的修订版。修订版在保持原书基本框架和特色的基础上对主要各章作了增删和修改。　本书详细介绍了线性表、栈和队列、串、数组和广义表、树和二叉树以及图等几种基本类型的数据结构，以及在程序设计中经常遇到的两个问题：查找和排序。全书共分12章。第1章以三个非数值性的程序设计问题为例概括地介绍了“数据结构”研究的对象，并综述了数据、数据结构和数据类型等基本概念，对书中描述算法所用语言以及算法的度量作了概要说明。第2章～第7章分别讨论了上述几种数据结构，对每一种结构力求从数据元素之间固有的关系出发给出恰当的描述。同时，为了说清楚数据结构在计算机中的表示，本书采用类似于PASCAL语言的类型说明来定义存储结构，并在讨论基本运算的基础上给出一些应用例子。第8章综合介绍操作系统和编译程序中涉及的动态存储管理的基本技术。第9章～第11章讨论查找和排序，在这三章中，除了介绍各种算法之外，还着重从时间上作定性或定量的分析和比较。第12章讨论了文件的物理结构。　从课程性质上讲，《数据结构》是一门专业技术基础课，它的教学要求是：学会分析、研究计算机加工的数据对象的特性，以便选择适当的数据结构和存储结构及相应的算法，并初步掌握算法的时间分析和空间分析的技巧。学习的过程也是进行复杂程序设计的训练过程，要求学生书写程序结构清楚、正确易读，为此，专门编写了“数据结构题集”一书相配套。　本书可作为计算机系本科学生的教材，讲授学时为60～80。　本书力求做到概念清楚、内容丰富、语言通俗、简明易懂，特别是第2～第7章，解释颇为详细，既便于教学，又便于读者自学。　本书可作为大专院校计算机专业和计算机应用专业的教材，也可供从事计算机工程与应用工作的科技工作者参考。

数据仓库技术（Data Warehousing）和联机分析处理（On-Line Analyical Processing，简记为OLAP）是信息领域中近年迅速兴起的计算机技术。本书全面而系统地介绍了数据仓库技术和基于数据仓库的OLAP应用技术，主要内容包括数据仓库的基本概念、创建技术和方法、数据仓库的体系结构以及设资回报分析（理论篇），数据分析工具、数据分析模型、OLAP的基本概念、多维数据库、OLAP的实现技术，以及数据挖掘技术等（工具篇）。本书还在应用篇中给出数据仓库的若干实例，特别是我国自己的应用例子。最后在产品篇中介绍了著名的数据库厂商Informix，Oracle，Sybase关于数据仓库的解决方案和相关产品。本书是学习、掌握和运用数据仓库技术的综合指南，是从事数据库和数据仓库的研究和开发者、设计开发人员、以及需要了解数据仓库实际技术的系统集成人员、系统设计师和有关专业人员的良师益友，也可作为大学高年级学生或研究生相关课程的教材和参考书。

本书从生产和科研实际出发，以通俗的语言，突出物理概念，介绍必要的概率统计基本大批量，着重阐述各种统计方法在《暖通、空调与燃气》专业中以及在实验设计和数据处理时的实际应用。

数据挖掘是近年来伴随着人工智能和数据库技术的发展而出现的一门新兴技术。本书讨论数据挖掘理论与应用专题，包括数据挖掘和数据仓库简介、数据挖掘方法论、数据挖掘核心技术、联机分析处理、DM与CRM工具软件、21世纪的数据挖掘等内容。本书可供信息技术、信息工程、信息管理、统计、电子商务、生物信息和计算分子生物学等相关科系及研究所学生作为教科书或参考书籍使用，也可作为统计信息软件公司、电子商务网络公司、设计／制造业、服务业（大型百货公司及超市）等相关行业的研发人员及客服中心人员的参考教材。