本书系统介绍业务建模与数据挖掘技术。内容涵盖了如何发现、构建和提炼在业务情景中有用的模型；如何设计、发现和开发挖掘所需的数据；如何提供为各种业务情景挖掘数据的实用的方法等。本书适合从事业务建模和数据挖掘以及相关领域的专业技术人员参考。本书展示了如何系统地表达现实世界中的业务问题，从而可以利用数据挖掘技术来解决。重点介绍如何将业务问题的口头表达或模糊的描述首先转换为定性的模型，然后再转换为定义明确的定量模型用于解决问题。最后描述了通过数据挖掘所发现的这些结论如何转换为战略的或技术的实现。本书回答了各行各业各个层次的经营管理者，数据挖掘工具的真正用户所面临的许多非常切实的问题，例如，数据挖掘技术能够在哪些领域中最有效地应用？如何建立挖掘模型，从而把业务问题转化为数据挖掘能够解决的形式？如何为数据挖掘工具准备数据？等等，并给出了实际解决方案。

暂缺简介...

本书是一本介绍数据仓库和数据挖掘的图书。全书力求深入浅出、通过浅显易懂的语言及实例介绍数据仓库与数据挖掘的基本概念及相关理论。从数据仓库的定义、结构、设计、数据访问方法及应用等方面对数据仓库做了较详细的介绍。从数据挖掘的定义、数据预处理方法、数据挖掘发现知识的类型及数据挖掘常用算法等几方面对数据挖掘的基本知识和算法等理论做了介绍。本书特别介绍了SQLServer2000数据挖掘工具应用和SPSS数据挖掘工具应用。最后，给出了一个数据挖掘的应用实例。本书总的指导思想是在掌握基本知识和基本理论的基础上，更强调实际应用能力的培养。本书可作为普通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其他相关专业的教材，也可作为有关数据仓库与数据挖掘方面的培训教材，以及所有想学习数据仓库与数据挖掘知识的人的自学用书。本书特色：本书本着“在掌握基本知识和基本理论的基础上，强调实际应用能力培养”的指导思想，在写作上力求体现如下特点：·采用尽可能浅显易懂的语言，循序渐进地表达知识内容；·概念和具体的方法、工具相结合，使知识具体化，不枯燥；·尽可能结合应用的实例，使理论和实际相结合，达到学以致用的效果。

“数据压缩”也称“信源编码”，主要研究对发自信息源的模拟或数字电信号进行数字化和高效压缩编码的理论和方法，以提高数据传输效率、信道频带利用率和节省数据存储空间为目标。本书内容侧重于理论基础和技术原理，全书共分6章。第1章量化原理和第2章信息率—失真函数理论是数据压缩编码的理论基础；第3章变换域编码和第4章预测编码是限失真压缩编码方法的技术原理；第5章信息保持数据压缩编码主要介绍已被广泛使用于数据储存与交换中的无失真压缩编码方法，还介绍了数字传真压缩编码原理；第6章信源编码实践主要介绍数据压缩理论与技术在视、音频系统中的成功应用实例及相关的国际标准。本书可作为研究生数据压缩和信源编码课程的教材，也可作为信号处理、图像通信、数据通信、信息工程等专业本科选修课教材或教学参考书，对工作在信息领域的工程技术人员和经营者也有参考价值。

《数据结构与算法：C++语言描述》根据作者多年在南京邮电学院讲授“数据结构”和“算法设计与分析”课程的教学经验，在编写用Pascal、C和C++语言描述的几本数据结构教材基础上，参考近几年国内外多种优秀教材编写而成。《数据结构与算法：C++语言描述》涵盖了“数据结构与算法”的核心知识单元，使用C++语言描述。书中不仅系统介绍了各种传统的数据结构和搜索、排序算法，还引入了比较高级的数据结构，如伸展树和跳表。《数据结构与算法：C++语言描述》讨论算法分析和算法设计策略，讨论搜索和排序算法的时间下界，还介绍了随机算法以及NP难度和NP完全问题。全书条理清晰，内容翔实。书中算法都有完整的C++程序，程序结构清晰，构思精巧，既是读者学习数据结构与算法的很好示例，也是很好的C++程序设计示例。《数据结构与算法：C++语言描述》深入浅出，配有大量的实例和图示，并有丰富的习题，适于自学。《数据结构与算法：C++语言描述》是一本数据结构与算法知识合二为一的教材，且易于取舍和重组，因此可作为高等院校计算机专业或其他相关专业的“数据结构”或“数据结构与算法”课程的教材，也可供学习该领域知识的人员参考。

《数据仓库与数据挖掘（第2版）》侧重于信息管理中信息组织与处理的技术，全面而系统地介绍了数据仓库与数据挖掘的基本概念、基本方法和基本技术，以及数据仓库与数据挖掘的应用领域与最新进展。全书共分10章，包括概论，数据仓库的技术与开发，数据仓库的管理，联机分析处理，SQLServer数据仓库的应用与开发，数据挖掘与知识发现，统计类数据挖掘技术，知识类数据挖掘技术，21世纪的数据挖掘技术，数据仓库与数据挖掘的综合应用等内容。为了便于学习，每一章都有提要和小结，并配有一定数量的习题，以帮助读者对基本内容的理解和掌握。《数据仓库与数据挖掘（第2版）》深入浅出，阐述清晰、理论与实际并重，可作为高等院校信息管理与信息系统等专业本科生、研究生的教材。

数据挖掘是人工智能、机器学习、数据库技术等多学科相结合的产物，是由计算机处动从已有数据中发现以前未知的、具有潜在应用价值的信息或模式的技术。数据挖掘是知识发现过程的重要内容。《智能数据挖掘技术》系统地介绍了数据挖掘技术的原理、方法和计算技术，可作为系统工程、控制工程及计算机类专业研究生的教材，也可供相关专业技术人员参考使用。

本书由于内容全面，实践性强，已经成为了数据库课程的首选教材。全书分为数据库基础，应用程序开发、存储与索引、查询评估、事务管理、数据库设计与调整、高级主题等七大部分，对数据库的设计与使用、数据库管理系统基本原理与实现技术，以及数据库研究的新进展做了详细论述。本书以一个网上书店的完整设计为例，介绍了数据库 系统的具体实现过程。第3版保留了前两版的传统优点，并且加入了许多关于数据库最新研究和发展的内容，每章后面精选的复习题和练习使本书更加吸引人，可读性更强。本书可作为高等院校计算机专业本科生、研究生和教师的教材和教学参考，对于从事数据库系统研究以及学习数据库系统技术的人也很有参考价值。

本书从技术和管理的角度介绍了数据仓库、挖掘和可视化的核心概念。以独特的视角强调 了数据库设计和开发在现实领域中的应用与实现，旨在帮助您船长的理解数据仓库的价值和与之相关的一些技术。本书特色·书中有关数据挖掘和数据可视化的练习都基于Megaputer公司的PolyAnalyst和Text Analyst软件，这些练习有助于学生对数字化和结构化的数据进行关联和分类操作，并从中获取知识。·本书中在介绍每个新概念时都使用了大量的示例，以便学生可以清楚地理解这些重要概念。·叙述性的小插图形象地描述了如何利用假设特性进一步明确决策过程中的概念。

数据挖掘将数据转化为知识，是数据管理、信息处理领域研究、开发和应用的最活跃的分支之一。本书全面地论述了数据挖掘领域的基本概念、基本原理和基本方法，内容包括数据挖掘领域的经典理论和前沿发展。全书共分14章，并含有1个附录。全面系统地介绍了数据挖掘的概念和过程、数据预处理技术；深入地叙述了各种数据挖掘技术，包括关联规则、决策树、聚类、基于样例的学习、贝叶斯学习、粗糙集、神经网络、遗传算法、统计分析；并讨论了数据挖掘的典型应用，如分类、文本和Web挖掘，以及数据挖掘的应用和发展趋势；并在第14章中给出了一个具体的商业智能解决方案实例。通过本书的学习，读者可以对数据挖掘的整体结构、概念、原理、技术和发展有深入的了解和认识。本书既可以作为相关专业的高年级本科生和研究生教材，也可作为数据挖掘领域的研究者和开发者的参考书。