GBase 8t 是南大通用推出的一款具有世界领先水平的关系数据库管理系统，其原型系统 Informix 已经被广泛应用于金融、 电信、 企业和政府等各领域。 本书在系统介绍数据库理论知识的基础上， 结合 GBase 8t 产品实例，深入剖析了商业数据库的架构和核心技术。本书注重理论结合实践，在介绍数据库基础知识和基本理论的同时，结合 GBase 8t 产品的使用方法及实战操作练习，深入讲解了数据库技术在实际商业应用领域的部署、安装、开发、日常管理、性能优化、高可用方案的部署等实战技能，能够帮助读者深入理解数据库理论知识和商业数据库 GBase 8t 产品核心技术架构，并快速掌握商业数据库产品的实战技能。本书由基础篇、进阶篇和实战篇构成。基础篇讲解数据库的基本概念和基础理论；进阶篇以 GBase 8t为例深入剖析数据库的核心技术；实战篇则从 GBase 8t 的实际应用和操作方面帮助读者掌握数据库产品的使用技能。通过本书，读者既可以掌握数据库的基本理论知识，也可以将 GBase 8t 作为基础进行数据库系统的应用，理论结合实践，深入理解和掌握数据库技术。

作者针对高维稀疏数据挖掘问题，从数据预处理的角度，研究对象—属性空间的划分问题，其目的是把所研究的数据挖掘空间分解为若干规模较小的对象—属性空间，从而降低实际数据挖掘的难度。本书针对高维稀疏数据挖掘问题，以降低数据挖掘规模，建立了体系完整的数据预处理理论和方法，具有很强的理论意义和实际应用前景。

《数据库应用基础 Visual FoxPro》详细介绍了使用VisualFoxPro6.0进行可视化编程应具备的基础知识和操作方法。帮助学生建立起可视化编程的思想，熟练应用可视化编程的方法。全书共分为10个模块，内容包括VisualFoxPro6.0数据库基础、VisualFoxPro语言基础、数据库与表、关系数据库标准语言SQL、查询与视图、结构化程序设计、面对对象程序设计、表单及控件、菜单设计、报表及标签设计。在每章的后均设有习题，使学生能够巩固本章所学知识。《数据库应用基础 Visual FoxPro》适合作“数据库应用基础”课程的教材，也可作为VisualFoxPro6.0数据库编程的培训教材及初学者的自学参考书。

本书先从NoSQL的核心概念开始介绍：无模式的数据模型、新的分布式模型、CAP理论等，然后介绍了在实现NoSQL会遇到的体系结构和设计方面的问题，并以很有代表性的几种数据库：Riak、MongoDB、Cassandra和Neo4j为例，展示了NoSQL数据库的使用。

本书基于SQL Server 2008、MySQL数据库，详细讲解SQL Server 2008和MySQL这两个常见数据库的基础知识和基本使用方法，并通过一系列集成项目实例讲解了这两个数据库的应用。本书以迎新管理系统企业项目实例开始，以企业的实际开发流程和项目的需求分析、概要设计、逻辑结构设计、功能实现为引线，贯穿SQL Server 2008的基本知识以及SQL语法中Insert、Update、Delete、基本查询在项目中的应用，由浅入深进行讲解，帮助读者掌握数据库的基本操作和基本查询。然后通过基于MySQL数据库的网上商城、小额经营备案登记管理系统等一系列企业项目实例来提高读者对数据库的把握能力以及丰富读者的开发经验。本书可作为数据库项目化教学的教材，也适用于基于SQL Server 2008、MySQL进行开发的技术人员，同时也非常适合对数据库感兴趣的读者使用。

10余位数据挖掘领域资深专家和科研人员，10余年大数据挖掘咨询与实施经验结晶。从数据挖掘的应用出发，以电力、航空、医疗、互联网、生产制造以及公共服务等行业真实案例为主线，深入浅出介绍Python数据挖掘建模过程，实践性极强。本书共15章，分两个部分：基础篇、实战篇。基础篇介绍了数据挖掘的基本原理，实战篇介绍了一个个真实案例，通过对案例深入浅出的剖析，使读者在不知不觉中通过案例实践获得数据挖掘项目经验，同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中，应充分利用随书配套的案例建模数据，借助相关的数据挖掘建模工具，通过上机实验，以快速理解相关知识与理论。基础篇（第1～5章），第1章的主要内容是数据挖掘概述；第2章对本书所用到的数据挖掘建模工具Python语言进行了简明扼要的说明；第3章、第4章、第5章对数据挖掘的建模过程，包括数据探索、数据预处理及挖掘建模的常用算法与原理进行了介绍。实战篇（第6～15章），重点对数据挖掘技术在电力、航空、医疗、互联网、生产制造以及公共服务等行业的应用进行了分析。在案例结构组织上，本书是按照先介绍案例背景与挖掘目标，再阐述分析方法与过程，最后完成模型构建的顺序进行的，在建模过程的关键环节，穿插程序实现代码。最后通过上机实践，加深读者对数据挖掘技术在案例应用中的理解。

本书共包含13章，**部分：第1章~第9章，包含了对集群管理软件的详细介绍，读者可以在这部分找到关于11gGI和10gCRS核心技术的详细介绍，以及集群的核心组件CSS、CRS和11gR2新增的OHAS组件与守护进程，同时还讲解了诊断集群问题常用的诊断工具。*后，由于从11gR2版本开始ASM已经变成了集群管理软件的一个组件，作者在这部分内容中还介绍了和集群、数据库相关的ASM知识。第二部分：第10章~第13章，包含了RAC数据库的核心技术——内存融合，作者用大量的篇幅介绍内存融合技术的核心组件以及工作原理，并且还对RAC相关的性能调优知识进行了的介绍。*后，作者还讲解了RAC中的连接管理和工作负载管理知识。

本书以Exadata独有的特性介绍开篇，以**实践结尾。力求覆盖全面，内容丰富翔实，使得读者读完以后能对Exadata有着深刻和全面的了解。全书可分为三个部分。**部分为基础篇（1—5章），主要介绍了OracleExadata一体机的配置、架构、安装、升级，帮助读者对Exadata有一定程度的认识。第二部分为功能篇（6—14章），详细介绍了OracleExadata一体机的特性以及与Exadata相关的数据迁移、并行、安全加固、备份与恢复等课题。第三部分为实战篇（15—16章），主要针对Exadata一体机管理员在维护和使用过程中常见的场景以及问题进行解答。适用的读者范围包括：数据库管理员、应用开发者、数据库开发者、存储管理员、系统架构师，以及广大的数据库兴趣爱好者。

本书包括五部分内容。第一部分（第1~3章）涉及数据挖掘技术的基础知识，介绍数据挖掘的定义、数据挖掘工具及应用领域，数据挖掘的数学基础内容，以及海量数据挖掘处理技术。第二部分（第4~5章）分别从聚类技术和离群点挖掘技术阐述聚类在语音区分、新闻分组、销售策略制定、交通事故预测、欺诈检测、入侵检测、异常气候检测等方面的应用。第三部分（第6~11章）分别从决策树、基于实例的学习、支持向量机、贝叶斯学习、人工神经网络、遗传算法在病情诊断、信用卡欺诈、机械装备设计、法律案件审理、动物分类、垃圾邮件过滤、手写文字识别、股票价格预测、人脸识别、音乐生成等方面阐述分类的应用。第四部分（第12章）阐述回归数据挖掘技术的应用，涉及卡尔曼算法在股票价格预测、GPS定位方面的应用。第五部分（第13章）介绍推荐系统这个最典型的数据挖掘应用。附录总结本书内容，阐述数据挖掘技术的数学本质。

随着信息科技的发展，人类进入了大数据时代。挖掘互联网上海量主观性文本已成为决策支持的重要手段。从产品消费、服务、医疗保健、金融服务、再到社会事件和政治选举，观点挖掘几乎渗透到现实生活中每一个可能的领域。这些实际的应用为观点挖掘的研究提供了强烈的动机。本书在分析观点挖掘相关理论和相关技术研究现状基础上，阐述了方面级观点挖掘方法的分类、如何利用CRF方法以及主题模型进行方面级观点挖掘、以及在观点挖掘环境下实体和方面的指代消解研究。实现了在线评论的智能化观点挖掘，故本书书名为《在线评论方面级观点挖掘理论与方法》，并进一步研究将观点挖掘的结果应用于用户满意度评价及产品属性绩效类型界定方法。每部分研究工作详细描写了背景、问题、研究思路、实验结果、结论与总结等。各部分工作相关，又独成体系，可读性好。