数据结构

本书共10章，介绍了绪论、线性表、栈和队列、串、数组和广义表、树、图、查找、内部排序、文件。具体为：什么是数据结构、线性表的基本概念、串类型的定义等内容...

数据库与搜索技术-电子商务专业

Web数据库原理与应用-基于工作过程

数据领袖-互联网+时代的超级引擎

★如何认识我们熟悉而陌生的这个世界？物理世界？网络世界？还是数据世界？还是叠加一起的多维世界？★既然我们以往基于物理世界所建立的一切的基础发生了变化，我们该如何基于多维世界去重建新的一切？★我们大部分人几千年来擅长和运用的因果思维，为何在在网络世界以及数据世界失灵了？★我们如何拥有适应多维世界的灵魂相关性思维？如何培养具有相关性思维（或大数据思维）的人才？这些人才如何才能成为数据世界的未来领袖？★全球一体化的大趋势下，国与国的边界变得

现代数据库设计理论及新技术研究

本书以现代化数据库技术发展研究为主线，系统地介绍了现在、代数据库技术的基础知识与新技术的研究发展。全书共分14章，包括绪论、关系模型及关系操作、关系数据库规范化理论、结构化查询语言SQL、SQL Server程序设计的高级应用、数据库中的数据查询处理与优化、数据库中数据的控制、数据库系统设计、数据库的应用与实现、数据库应用程序开发、移动对象数据库及其索引技术、时态数据库技术、主动数据库及其规则分析、其他数据库新技术...

商业智能与商业分析

本书不仅将企业应用作为重点内容，而且将商业智能和商业分析进行了融和，这是本书的最大特色。 全书共分为三部分：第一部分为导论，包括前三章内容。第二部分为原理与技术，主要介绍商业分析的分析方法与商业智能领域的相关技术，包括第四章到第七章的内容。第三部分为产品与应用，包括第八章和第九章...

基于公共源数据库的装备IETM技术

本书全面地诠释了当前IETM技术标准中的公共源数据库(CSDB)技术，分为6章和1个附录。为帮助读者理解IETM技术标准和CSDB技术，在简要介绍IETM及相关标准、CSDB技术及基于CSDB的IETM创作过程的基础上，系统阐述以信息集为基础的IETM信息组织，数据模块的内容组织、通用结构、编码管理，以及CSBD中其他信息对象，同时附录给出了信息码的短定义...

数据库技术及应用实践教程

前 言数据库技术及应用是高等学校本专科非计算机专业的一门公共基础课，本课程的目的是提高学生信息素养、拓宽知识面，培养学生在各专业领域内用计算机进行数据和信息处理的意识和能力。 Access是Microsoft公司开发的Office办公软件的组成部分，是应用广泛的关系型数据库管理系统之一，既可作为面向用户的数据库管理软件，又可作为一个软件开发工具，简单易学。许多高校已经将其列入非计算机专业的教学计划，全国计算机等级考试大纲也将Ac

Hadoop & Spark大数据开发实战

大数据让我们以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务，最终形成变革之力。本书围绕Hadoop和Spark这两个主流技术进行讲解，主要内容包括Hadoop环境配置、分布式文件系统HDFS、 分布式计算框架MapReduce、资源调度框架YARN与Hadoop新特性、大数据数据仓库Hive、离线处理辅助系统、Spark Core、 Spark SQL、Spark Streaming等知识。为保证最优学 习效

数据时代的品牌智造

本书共分11章，以成功打造品牌的11个实操步骤为行文逻辑，分别介绍了“圈脑”为上、奇货可居、善解人意、价值独占、演绎传奇、符号记易、创优体验、借势用巧、汇聚百工、文案攻心、心中有数等内容，为企业从无到有创建品牌，提供系统专业、卓有成效的实操方法论及实用战术工具...

量化研究体系 以7大模块为核心

本书是以给广大量化研究者建立一个一般性的量化研究流程（主要是量化策略开发，也包括其他量化研究）为主旨来展开编写的。全部章节以流程化的形式展开，从量化研究的数据开始到很终以交易结束。数据库、指标库、算法库、工具库、可视化库、报告和日常工作系统、交易系统这7个核心库/系统分别解决了量化研究中某一个环节的问题。量化研究是以上述7个核心库/系统所代表环节的一个循环，在这个循环中不断进行的改进和研究。它将数据和思想相结合，通过交易来检验研究成果

复杂系统中大数据分析与实践

阿布·埃拉·哈桑尼、艾哈迈德·塔赫尔·阿萨、哈维尔·斯纳谢尔、亚努什·卡茨匹奇克、杰马勒·阿巴瓦耶等编著的《复杂系统中大数据分析与实践（精）》从复杂系统与大数据的结合点出发，在基础理论知识的基础上，首先通过在多个应用背景下的成功解决方案分析说明如何在复杂系统中应用大数据，然后进行总结，提炼大数据与云计算的应用要点。本书分为三个部分： 部分（ ～5章）介绍复杂系统中大数据的基础理论知识；第二部分（第6～13章）介绍不同应用背景下将大数据

中国电力出版社精通AZURE数据分析

理解如何存储超大规模数据。设计并实施可提供快速“热”查询和准确“冷”结果的解决方案。以批量数据处理、实时微批量或一次处理一个元组的方式处理实时数据。将机器学习与你的数据管道相集成。数据资产的管理、治理和安全。使用示例代码，这些代码由C#、Scala、Java，以及现代数据分析管道中各种服务所使用的原生语言编写...