从PDV角度详尽剖析Base SAS常用语句代码及应用，数据挖掘理论和商业应用紧密结合，原创相互贝叶斯文本分类和EM迭代算法代码，三个典型的数据挖掘商业案例分析。本书是作者多年来在企业实践工作中的经验总结，详细讲解了使用SAS进行商业数据挖掘的方法，其中包含了目前公开出版的诸多SAS教材没有的大量实战内容。本书内容全面、新颖独创、综合性强，适合企业人员使用，也可作为数学、统计学、金融、电子商务、医药等专业的本科生、硕士生学习SAS编程和数据挖掘的参考资料。

粗糙集理论是一种不确定性数据分析工具，近年来在特征选择、分类学习和规则提取等应用方面取得了巨大成功，并逐渐成为信息科学最为活跃的研究领域之一。《基于粗糙集的知识获取理论与方法》系统地论述了基于粗糙集的属性约简理论和方法，信息系统之间的信息通讯以及关于粗糙群的一些本质问题。主要内容有：基于覆盖粗糙集的属性约简模型建立及约简结构性质分析，基于广义粗糙集的属性约简模型建立及约简结构性质分析，基于广义粗糙集的信息系统之间等价属性约简理论与方法，基于模糊粗糙集的信息系统之间等价属性约简理论与方法，粗糙群的理论研究，以及这些理论在数据挖掘中的应用。《基于粗糙集的知识获取理论与方法》可以作为理工科大学计算机、应用数学、自动控制、信息科学以及管理工程等专业的高年级本科生、研究生以及博士生的教材，同时对有关领域的研究人员和工程技术人员也有重要的参考价值。

本书是数据仓库和商业智能领域的又一部经典著作，讲述了整个生命周期各个环节的具体工作，从业务需求的视角，引导读者全面认识下一代数据仓库系统的构架。本书包含了DW20详细的定义和描述，此外，书中对数据仓库的结构、内容及其前景进行了介绍。本书主要面向数据仓库的业务分析人员、信息构架师、系统开发人员、项目经理、数据仓库技术人员、数据库管理员、数据建模人员、数据管理员等。

本书以国际数据挖掘标准流程（GRISP-DM）为依据，以企业管理面临的现实问题为应用案例，由浅入深介绍数据挖掘方法及其解决问题过程的数据理解、数据处理、数据分析、数学建模、模型结果评估等内容，并引人应用广泛的数据挖掘Clementine软件辅助问题案例的解决，使读者不仅可以集中地学习数据挖据的主要理论方法，而且可以了解基于数据挖掘的数学建模过程，可以学习应用软件辅助解决问题的操作方法。本书把理论、案例、建模、软件辅助结合一体统一叙述，简述理论，突出应用，详细分析，展示过程，既考虑高校学生的学习需要，分本科生与研究生学习层次，又考虑企业管理者的应用与实践需要。本书可作为数据挖掘理论与技术的教学、实践、应用和提高的教科书或参考书。适合高等学校本科高年级学生、研究生以及学习数据挖掘、数学模型课程的学生使用，也适合相关的企业管理与决策支持技术人员使用。

《数据中心集成开发平台：新一代GIS应用开发模式》以“十五”，国家863项目“面向网络海量空间信息的大型GIS”和“基于大型GIS地质调查空间数据（库）管理系统”、“十五”国家科技攻关计划项目“城市数字化系统集成关键技术研究”、中地公司最新产品MapGIS K9等研究成果为核心，详细阐述了数据中心集成开发平台的体系架构和组成、数据仓库系统、功能仓库系统、搭建和运行平台、标准和规范、应用系统的搭建和部署及应用系统搭建实例等内容。《数据中心集成开发平台：新一代GIS应用开发模式》内容新颖、条理清晰、叙述严谨、实例丰富、针对性强，可作为GIS、计算机等相关专业的本科生、硕士生、博士生的参考书，也可作为计算机和GIS高级研究人员、研发人员和高级程序员的参考用书和指南。

《粗糙集理论及其数据挖掘应用》主要研究了粗糙集理论的改进算法及其在球团生产过程中质量数据挖掘和图像处理数据挖掘中的应用问题，包括结合粒子群优化的粗糙集属性约简算法、条件粗糙熵的层次树模型构造方法、加权TOPSIS偏序关系全序化方法等内容。全书共八章，主要内容有粗糙集约简及改进算法、粒子群算法优化变精度粗糙集规则获取、层次树模型在粗糙集约简中的应用、加权TOPSIS的粗糙集偏序关系全序化等。为增加《粗糙集理论及其数据挖掘应用》的实用性，简要介绍了改进后的粗糙集理论在球团质量和图像数据挖掘中的应用。《粗糙集理论及其数据挖掘应用》适合于从事粗糙集理论和应用研究的科技工作者阅读，也可以作为计算机应用或控制理论等专业相关研究方向的硕士研究生、博士研究生的参考书。

本书是江苏省精品教材立项建设项目成果，面向应用型教学需求，重点突出基础性和应用性。按照“理论、实践、再理论、再实践”的思想关联知识，以一个贯穿全书的商品订购管理数据库示例为主线，将数据库基本原理、技术和应用三者有机结合。全书分10章，内容包括数据库概览、关系数据模型、关系数据库语言SQL、数据库设计、构建数据库的概念模型、关系规范化理论、应用系统中的SQL及相关技术、数据库应用开发、数据库保护和数据库的新进展。附录A给出了实验指导。《数据库基础教程（SQL Server平台）》免费提供配套电子课件、习题参考解答和实例源程序。

《信息系统与数据库技术学习指导及习题解析》是上海市教育委员会组编的“高等院校计算机基础综合应用能力培养规划教材”系列中《信息系统与数据库技术》的学习辅导教材。作者围绕教材的主要知识体系，为各章节提供了学习指导、习题解析和习题，还提供了实验辅导与解析、信息系统案例源码、综合练习等内容。《信息系统与数据库技术学习指导及习题解析》是上海市高等院校计算机等级考试（三级）的指定参考书，可作为信息系统与数据库相关课程的配套教材。附录中包括习题参考答案和相关考试大纲。另外，《信息系统与数据库技术学习指导及习题解析》配有光盘，光盘中包括教学讲义、案例数据库、实验步骤录像、信息系统程序实现源码等。

《数据展现的艺术：精通水晶易表Xcelsius》介绍了如何使用Xcelsius数据可视化软件来制作动态仪表盘，并且用动态交互式报表来提升数据的前端展现能力，帮助企业管理者对企业的商业数据进行精确分析，以从中发现问题，指导决策。全书采用实战教学的方式，将多个企业中正在使用的数据演示模型撰写出来，采用实例分步骤讲解Xcelsius这种专门实现数据可视化的软件，书中的实例涵盖制造、金融、电信、零售等多个行业，涉及财务部、销售部、市场部、广告部等多个部门的商业数据展现形式和分析思路。这些实例有助于读者进一步理解Excel的建模技术，以及提升PPT的制作水平。为便于读者了解自己的学习效果，书中配写了大量练习，同时撰写了练习的操作步骤提要。《数据展现的艺术：精通水晶易表Xcelsius》适合各类企业的数据分析人员和企业管理者阅读。

《数据挖掘原理与SPSS Clementine应用宝典》从数据挖掘基础、数据挖掘经典算法、数据挖掘业务建模与模型评价、SPSS Clementine数据挖掘实务这4方面对数据挖掘技术进行了全面介绍，既包含传统经典的数据挖掘方法，同时也包含了部分数据挖掘的最新研究成果；通过学习读者可以对数据挖掘理论有一定的认识，理解数据挖掘经典算法的实现，并且可以掌握数据挖掘建模以及SPSS Clementine数据挖掘实战。《数据挖掘原理与SPSS Clementine应用宝典》共24章，分为4部分。第1部分数据挖掘应用基础，包括第1～5章。通过本部分的学习可以了解掌握数据挖掘的基本概念及数据挖掘应用的基本原理。第2部分数据挖掘经典算法，包括第6～15章，包括回归分析的基本原理以及各种回归分析的方法；贝叶斯网络的基本概念和一些常用的算法；聚类分析的原理和常用的聚类算法；决策树算法的原理和常用算法；关联规则的基本概念、原理以及常用算法；粗糙集基本概念，算法以及在数据挖掘中的应用；基本的神经网络模型的原理和算法；遗传算法的基本构成，算法及其在数据挖掘中的应用；支持向量机的基本原理和实现技术。第3部分数据挖掘建模与模型，包括第16～17章。本部分是数据挖掘建模和模型评价的基础知识。第4部分SPSS Clementine数据挖掘实务，包括第18～24章。本部分包括SPSS Clementine的使用入门和SPSS Clementine数据挖掘项目的实现和具体实施，最后讲解了SPSSClementine的3个典型案例。《数据挖掘原理与SPSS Clementine应用宝典》可作为高等院校计算机科学与技术专业、软件工程专业或信息类等相关专业的教材，也可作为有关数据挖掘方面的培训教材，以及所有拟从事数据挖掘领域工作研究的学生、学者、工程师的参考用书。