《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。

《数据挖掘与应用》全面地介绍了数据挖掘的相关主题.包括数据理解与数据准备、关联规则挖掘、多元统计中的降维方法、聚类分析、神经网络、决策树方法、模型评估等内容。全书体系完整，文字精炼，注重对数据挖掘方法的直觉理解及其应用：同时，保持了一定的严谨性，为学生理解和运用这些方法提供了坚实的基础。《数据挖掘与应用》实例丰富，并附有相应SAS程序，以便于学生尽快理解相关内容并用以解决实际问题。《数据挖掘与应用》配有教辅，可以免费提供给任课教师使用。如需要，欢迎填写书后的“教师反馈及课件申请表’索取。

本书系统地介绍了决策分析的相关理论与方法，并对决策支持系统及其实现技术进行了描述。主要内容包括： 决策支持系统的概念、结构、分析、设计、开发及实现等相关知识： 各种决策类型的理论与方法，如随机型决策、模糊型决策、多目标决策与多属性决策、群体决策、智能决策等。《决策分析与决策支持系统》内容充实，重点突出，特色鲜明，适合作为高等学校管理类相关专业本科及研究生教材，同时也可供企业领导以及广大对决策科学感兴趣的读者阅读。

描述和预测是数据挖掘的两个主要任务。《基于模糊推理系统的工业过程数据挖掘》从过程控制的角度出发，在简要介绍数据挖掘的基本概念和模糊推理系统理论的基础上，全面、系统地研究了基于模糊推理系统的数据挖掘技术在工业过程建模及控制器设计中的应用，为解决复杂非线性且难以建立精确数学模型的控制系统提供了思路。《基于模糊推理系统的工业过程数据挖掘》在强调基础理论和系统性的同时，着重反映数据挖掘技术在控制领域的最新研究成果。《基于模糊推理系统的工业过程数据挖掘》注重实效，深入浅出，对每类具体问题不但提供翔实的理论推导，而且还辅以大量的仿真实例。通过《基于模糊推理系统的工业过程数据挖掘》的学习，读者可以对数据挖掘技术在复杂工业过程建模和控制器设计中的应用有深入的认识和了解。《基于模糊推理系统的工业过程数据挖掘》适合于从事自动化技术、计算机技术、应用数学等领域的科技工作者及工程技术人员使用，也可作为高等院校相关专业师生的参考用书。

《数据挖掘原理与算法》一书出版以来，被许多高校作为本科生或者研究生教材使用，是一本全面介绍数据挖掘和知识发现技术的专业书籍，具有内容系统、知识含量高等特点。为了让教师更好地使用教材《数据挖掘原理与算法》（第二版），作者又编写了本书。本书分四个部分：一、对教材每章的部分习题给出了参考答案； 二、介绍各章授课内容重点与课时分配； 三、针对不同的授课学生对象给出了课时安排的建议； 四、提供了两套样本试卷及其参考答案。本书供使用《数据挖掘原理与算法》一书的教师作参考。