本书具有以下特点：（1） 加符合初学者的认识规律，进一步提高了概念讲解的准确性，内容讲解循序渐进，深入浅出，易于读者学习和掌握。（2）紧跟业界相关技术的发展动态，增加了大数据相关概念、技术及应用领域的讲解。（3）在部分章节后面增加了有关的习题和实验，方便任课教师组织相关实验供学生练习。（4）对例题进行精心设计，将所学内容和相关知识点融入相应例题中，使读者能进一步加深对知识点的理解和掌握。（5）采用较新的SQL Server 2012数据库管理系统平台，扩充了相关的 应用知识，使读者能够很容易学会利用SQL Server 2012进行数据库的创建、使用、维护和管理工作，真正做到学以致用。全书内容相互衔接，成为一个逻辑整体。为方便读者学习和教师授课，本书还提供了习题答案。

本书针对当前空间-文本数据的查询与 领域中亟待解决的空间关键字语义近似查询、查询结果典型化分析和多样性兴趣点推荐等问题进行阐述，以多年来在该方面发表的学术论文为基础，对所取得的相关成果进行了详细的分类，对成果的创新性进行详细的总结，内容主要包括：空间-文本数据的查询索引结构，基于CGAN的空间关键字查询语义扩展方法，空间-文本-数值相融合的混合索引结构，查询结果的典型化分析与top-k选取，多样性与个性化兴趣点推荐方法等。

本书以SQL Server 2019为平台，从数据库管理和开发的角度出发，介绍数据库应用系统开发技术，内容涵盖开发数据库应用系统所需的基本知识和技术。本书将数据库应用系统开发实例“学生信息管理系统”融入各项目，再把每个项目分解成若干任务，使学生逐步学会创建、管理、开发数据库，并掌握使用T-SQL进行程序设计的编程思想和技术。本书内容由浅入深，通过任务驱动，将理论与实践密切结合，体现了高职和应用型本科教育的特点，也符合初学者认知和掌握计算机技术的规律。本书可作为高职高专院校、应用型本科院校数据库技术与应用课程的教材，也可作为其他类学校学生和自学者的参考用书。

本书是针对零基础读者研发的Oracle数据库开发实用入门教材。该书侧重案例实训，并提供扫码微课来讲解当前热点案例。本书分为17章，内容包括Oracle概述、掌握Oracle管理工具、数据库与数据表、数据表的约束、数据操作语言、SQL查询基础、SQL 查询、常用系统函数、PL/SQL编程基础、视图与索引、游标、触发器、存储过程的创建与使用、事务与锁、表空间与数据文件、数据的导入与导出。 通过热点综合项目开发学生题库管理系统，让读者进一步巩固项目开发经验。本书通过精选热点案例，可以让初学者快速掌握Oracle数据库开发技术。通过微信扫码看视频，可以随时在移动端学习技能对应的视频操作。读者通过综合实战训练营可以检验学习情况， 提供了扫码看答案。

本书介绍了数据结构的基本概念、基本理论和基本方法，包括线性表、栈和队列、字符串、多维矩阵和广义表、树和二叉树、图、排序、查找、索引技术以及相关操作的算法，并分析了算法复杂度，用应用实例说明了常用数据结构在计算机中的存储和实现。书中算法采用C++语言描述，适合在MSVC++下使用，也可做适当修改后在DEVC++或MSVC++.NET中使用。全书内容由浅入深，概念清晰，强调程序设计书写风格，提高算法可读性和实用性。

本书从实用的角度出发，采用理论与实践相结合的方式，介绍样本数据处理的基础知识，力求培养读者使用Python语言及Kettle软件进行数据处理的能力。全书内容分别为数据预处理概述、Kettle工具的初步使用、数据的导入与导出、数据清洗、数据标注、Kettle作业设计、基于Kettle构建数据仓库、基于Python的数据导入与导出、基于Python的数据整理。 本书作为人工智能学科相关的样本数据处理技术的入门教材，目的不在于是覆盖样本数据处理技术的所有知识点，而是介绍样本数据处理的主要应用，使读者了解样本数据处理的基本构成，以及如何应对不同数据类型的数据预处理工作。为了增强实践效果，本书中引入了多个基础技术案例及综合实践案例，以帮助读者了解样本数据处理涉及的基本技术的知识和技能。 本书可作为高等院校数据科学与大数据技术、计算机、信息管理等相关专业课程的教材，也可供对样本数据处理技术感兴趣的读者阅读。

暂缺简介...

本书是中国人民大学王珊教授和山东建筑大学李盛恩教授联合编著并修订的。本书侧重于数据库系统的应用，重点介绍了开发关系数据库系统常备的基本知识和基本方法，包括数据库系统的基本概念、基本技术及数据库应用开发技术，数据仓库和联机分析处理等数据库的新技术及新应用等。全书内容丰富，系统性强，知识体系新颖，理论与实践相结合，具有 性和实用性。本书可作为高等院校理工科计算机专业数据库课程的教材，也可供相关工程技术人员参考使用。

本书介绍了解决信息过载问题常用的两种技术： 引擎和搜索引擎。为了有效提高 和搜索的 度，融合多源异构数据成为重要手段，不同来源和不同结构的数据含有不同的语义信息，数据的融合为 和搜索提供了 丰富的语义，有效提高了推荐和检索的 度。本书基于作者团队多年的研究成果，介绍了推荐和检索领域的 发展、常用的技术和算法，提出了融合多源异构数据的 模型、跨模态的检索模型。本书的内容反映了本领域的 发展。本书可供研究融合多源异构数据技术、个性化推荐技术、跨模态检索技术的科研人员、公司研发人员、高等院校研究生阅读参考。

大数据技术是当前计算软件系统开发过程中应用优势较为显著的技术之一，对基于大数据的计算软件设计与应用进行研究，将会对各行各业 高效率、 好质量发展产生现实的价值。本书通过对大数据时代及大数据的概念、大数据的影响及其应用、大数据计算模式和大数据与云计算、物联网理论性内容的介绍，并阐述了基于大数据的计算软件设计运用的关键技术；在此基础上以数字地图电波传播预测、地理信息系统软件、数据混合计算软件平台、数字媒体应用技术为主体，展开分析了各项软件、平台与大数据相结合的设计与应用策略； 结合基于大数据的计算软件现实发展的情况，探讨了基于大数据的计算软件的安全发展技术，进而为计算软件的安全性发展和完善提供了一定的指导。