数据挖掘与商务智能是高等院校电子商务、信息 管理与信息系统、计算机科学与技术等相关专业的核 心课程，也是近年来企业信息化的热点内容。本实验 教程通过一系列数据挖掘与商务智能工具的实验练习 ，将商务智能的概念和理论知识融入实践中，从而加 深读者对数据挖掘与商务智能原理和算法的理解。实 验内容涉及商务智能的终端用户查询和报告、联机分 析处理、数据挖掘、数据仓库等软件工具，主要包括 SPSS Modeler、SQL Server Analysis Services、 WEKA和SAP Business Object。由张大斌主编的《数 据挖掘与商务智能实验教程（21世纪高等院校示范性 实验系列教材）》分为17个小实验和2个综合设计实验 ，每个实验都包含背景知识、实验目的、所需要的工 具／准备工作、实验内容及步骤、实验分析与扩展练 习等，以帮助读者掌握一些主流数据挖掘与商务智能 工具的基本使用方法，通过规范的实验训练，培养其 综合解决实际管理问题的能力。本书可作为高等院校相关专业的“数据挖掘”、 “数据仓库”、“商务智能”等课程的实验辅助教材 ，也可作为单独开设“数据挖掘与商务智能实验”课 程的主教材。

国际数据挖掘领域知名专家李涛及其带领团队近年研究成果的总结，以实际的数据挖掘工作为基石，架设起研究和应用的桥梁，帮助读者们从应用实例中学习数据外挖掘。《数据挖掘的应用与实践：大数据时代的案例分析》不按理论和技术来划分章节，而是以实际的应用案例来贯穿始终，通过数据挖掘应用的实例来介绍如何应用和学习数据挖掘技术。

《管理海量数据：压缩、索引和查询（第2版）（经典再现全新修订版）》是斯坦福大学信息检索和挖掘课程的首选教材之一，并已成为全球主要大学信息检索的主要教材。《管理海量数据：压缩、索引和查询（第2版）》理论和实践并重，深入浅出地给出了海量信息数据处理的整套解决方案，包括压缩、索引和查询的方方面面。其最大的特色在于不仅仅满足信息检索理论学习的需要，更重要的是给出了实践中可能面对的各种问题及其解决方法。《管理海量数据：压缩、索引和查询（第2版）（经典再现全新修订版）》作为斯坦福大学信息检索课程的教材之一，具有一定的阅读难度，主要面向信息检索专业高年级本科生和研究生、搜索引擎业界的专业技术人员和从事海量数据处理相关专业的技术人员。

《云时代的大数据》以云计算为基石，从概念、研究、应用角度出发，系统地介绍了数据爆炸时代下的大数据。首先介绍了云计算及大数据的基础知识，让读者对云计算及大数据有概要认识；然后根据需要介绍了Hadoop软件下的MapReduce、HDFS及HBase这几个组件；接着全面、系统地介绍了云时代下的大数据，主要包括大数据的链接、聚类、项集、系统、相似项挖掘及数据量化等内容，让读者挖掘云时代大数据体系下的效益、价值及研究方向。

《大数据分析：点“数”成金》以大数据分析的商业及金融价值为主线，对大数据这一崭新领域进行了深入探索。《大数据分析：点“数”成金》以大数据技术的基本概念和演进历程开篇，随后详细介绍了不同类型的数据源及其对企业的重要意义、企业投资大数据技术的成功商业案例、有效利用数据集的必备技能，解析了打造大数据分析系统所需的存储、加工、软件平台及其他构成要素，海量数据的安全工具和技术，系统潜在风险及其规避方法，以及怎样对大数据进行分析并从中提取有价值的可用信息，并详实阐述了如何将大数据融入企业文化等问题。《大数据分析：点“数”成金》不但向读者阐明了大数据分析的重要性，更淋漓尽致地展现了大数据分析的具体过程，从而帮助企业提升智能化水平、解决实际问题、提升利润空间、提高生产率并发现更多的商业机会。《大数据分析：点“数”成金》适合对数据处理、数据挖掘、数据分析感兴趣的企业决策者、技术人员等阅读。

网站分析领域的开创性著作，首度将六西格玛质量管理工具和思想引入网站分析中，将网站分析的复杂过程统一了起来，使分析的思维和方法更科学化和系统化，这是质量管理思想和数据分析技术的伟大结合。与此同时，《网站数据分析：数据驱动的网站管理、优化和运营》将网站分析必备的各项方法和技术，充分融入到了整个体系中，包含大量案例和最佳实践，真正做到了用数据来驱动网站的管理、优化和运营。《网站数据分析：数据驱动的网站管理、优化和运营》一共分为五个部分：第一部分（第1～2章），简要介绍了网站分析和六西格玛质量管理的主要内容，以及Excel软件的主要功能和进行数据分析所应掌握的基本知识；第二部分（第3章）是六西格玛改进模型的定义阶段，讲解了如何识别和描述问题、理清问题边界、收集客户需求和确定客户需求的关键质量特性等；第三部分（第4～8章）是六西格玛改进模型的测量阶段，讲解了流程测量的起点、网站常用度量指标，以及Excel基本数据处理技巧和数据透视表、SQL查询等高级处理技巧；第四部分（第9～11章）是六西格玛改进模型的分析阶段，介绍了流程分析、逻辑树分析、杜邦分析、劣质成本分析、统计图表分析等多种分析方法，以及如何在数据分析的基础上查找问题的根本原因；第五部分（第12～13章）是六西格玛改进模型的改进和控制阶段，介绍了如何确定改进方案和确保各项改进措施能够得到有效执行。

《普通高等教育“十二五”规划教材：数据可视化的基本原理与方法》是面对当前科学可视化、信息可视化、可视分析研究和应用的新形势，专门为计算机、数据处理、视觉设计、统计、数学、航空航天、建筑、遥感影像等专业本科生开设数据可视化课程而编写的一本教材。全书划分为三篇：基础篇、数据篇和应用篇。其中，基础篇从人、数据、可视化流程等三个层面阐述数据可视化的基础理论和概念；数据篇则针对实际应用中遇到的不同类型的数据，包括时空数据、地理信息数据、高维非空间数据、层次和网络数据介绍相应的可视化方法；应用篇着重介绍可视化综合应用及实用系统。为了便于学习，每章后都附有习题和参考文献。《普通高等教育“十二五”规划教材：数据可视化的基本原理与方法》的特点是内容完整，叙述简明，重点突出；以数据类型为导向，以行业应用为目标。作者专门收集和整理了相关的课程教案、典型数据、精彩案例、可视化作品、课程附属视频和动画材料。《普通高等教育“十二五”规划教材：数据可视化的基本原理与方法》可作为高等院校计算机、数据处理及相关专业高年级学生和研究生的教学用书，对于从事数据可视化、数据分析、视觉艺术开发和应用的科技人员也有较大的参考价值。

大数据正以前所未有的速度，颠覆人们探索世界的方法、驱动产业间的融合与分立。《大数据时代的历史机遇：产业变革与数据科学》力图系统、全面的阐述大数据在社会、经济、科学研究等方方面面的影响，或许可以帮助大家澄清一些认知误区，有助于大数据在各行各业落地生根。全书分为三大部分，第一部分重点讲述大数据时代产业发展的三大趋势以及驱动产业融合、升级、转型的根本因素，并给出践行大数据的最佳范式。第二部分首次完整 阐述“数据科学”的基础性价值，论述数据科学对科学研究、社会研究、产业发展的影响，并提出数据科学的教育体系。第三部分全景式的介绍重点国家、经济体、 新兴企业在大数据领域取得的进展，展示一幅真实的大数据图景，把判断留给读者，看谁拥有未来！大数据是“在多样的或者大量的数据中快速获取信息的能力”。大数据是一种思维方式，必须融入到企业的每一个毛细血管中。大数据时代已经到来，正在引发一场革命！大数据正以前所未有的速度颠覆人们探索世界的方法，引起社会、经济、学术、科研、国防、军事等领域的深刻变革。数据成为资产、产业垂直整合、泛互联网化是大数据时代的三大发展趋势。数据资产成为和土地、资本、人力并驾齐驱的关键生产要素。围绕数据资产可以演绎跌宕起伏的产业大戏。数据科学应运而生并将逐渐达到与自然科学分庭抗礼的地位。数据科学既可以推动数学、计算机科学、统计学、天体信息学、生物信息学、计算社会学等学科的发展，又能够助力产业界升级转型。

朱小栋、徐欣编著的《数据挖掘原理与商务应用（普通高等院校电子商务十二五规划重点教材）》的内容涵盖如何利用相关软件产品实现数据挖掘的经典算法和技术，还涵盖数据挖掘技术在商务领域中的应用。本书既适合计算机应用技术专业，也适合经管类信息管理与电子商务专业的学生学习。书中既注重从计算机应用角度来讲解数据挖掘，又注重数据挖掘与商务智能、管理科学、决策支持系统的结合。

数据挖掘是一个融合了数据库技术、人工智能、机器学习、统计学、知识工程、面向对象方法等新技术的多学科交叉的研究领域。今天，越来越多的人们投入数据挖掘技术的研究领域，各种算法的不断改进和推陈出新，再加上高性能的关系数据库技术以及数据仓库技术的成熟，使得数据挖掘技术有了飞速的发展，并使数据挖掘技术进入了实用的阶段。《数据挖掘算法及其应用研究》结合大量国内外最近几年数据挖掘的最新资料和作者的研究成果，系统地介绍了数据挖掘算法以及相关的技术及其在一些领域中的应用。《数据挖掘算法及其应用研究》共分2个部分，第1部分介绍数据挖掘算法，包括决策树算法、贝叶斯网络算法、人工神经网络、支持向量机、关联规则、聚类分析以及一些数据挖掘的相关技术等。第2部分主要讨论数据挖掘的应用研究，包括在信用评估模型中的应用和数据挖掘技术在决策支持系统中的应用。《数据挖掘算法及其应用研究》的读者可以是对数据挖掘感兴趣的计算机专业人士，也可供数据挖掘、机器智能、商业数据分析等领域的科技人员和高校师生参考。