《企业级大数据项目实战：用户搜索行为分析系统从0到1》基于真实业务场景，以项目导向为主线，从0到1全面介绍“企业级大数据用户搜索行为分析系统”的搭建过程。全书共6章，第1章讲解项目需求与架构设计，详细阐述项目数据流与系统架构；第2章介绍大数据项目开发环境配置，手把手带领读者配置操作系统、Hadoop集群与相关工具，为后续项目实施打下基础；第3～5章逐步实现项目需求，第3章讲解“用户行为数据采集模块”的开发，第4章讲解“用户行为数据离线分析模块”的开发，第5章讲解“用户行为数据实时分析模块”的开发

本书主要围绕数据权利体系，梳理数据及其权利内涵，把握全球数据主权发展态势，关切国际数据权利体系演进、数据权利保护模式，并梳理我国数据权利发展现状与建构路径；分别围绕主权视角下数据权利规制的关键场景——数据跨境、关键挑战——数据垄断、关键工具——数据产权，探讨数据主权风险、国际治理进展、我国治理现状，思考主权视角下我国数据权利治理进路与具体方案，并从个人数据、政府数据角度展开主权视角下数据权利治理实证研究。

本书系统地介绍了网络化系统智能控制与滤波理论的最新成果和研究进展。内容包括网络化系统的概念、基本问题、国内外研究进展以及典型智能化控制与滤波算法；基于事件触发机制下的时变时延网络化系统H∞控制、L2量化控制、H∞滤波、模糊控制、量化H∞控制问题的理论成果；多丢包时延网络化系统H∞量化控制；最后介绍了分布式时延非线性网络化系统H∞滤波及故障诊断问题。全书通过大量实例验证理论方法的有效性和优越性。本书主要面向网络化控制、智能控制、多智能体系统、无人系统等领域的学者以及博士、硕士研究生等人员，也可供电

对于任何依赖经常性收入和重复销售的企业来说，让客户保持活跃并持续购买是必不可少的。客户流失(或“流失”)，这种代价高昂且令人沮丧的事情是可以预防的。通过使用本书中介绍的技术，你可以识别客户流失的预警信号，并学会在客户离开之前识别并挽留他们。《客户留存数据分析与预测》向开发人员和数据科学家传授经过实践证明的技术与方法，可以在客户流失发生之前阻止其发生。本书包含很多来自现实中的示例，介绍如何将原始数据转换为可衡量的行为指标、计算客户生命周期价值，并使用人口统计数据改进客户流失预测。通过遵循Zuora

《深入浅出数据分析》以类似"章回小说”的活泼形式，生动地向读者展现出色的数据分析人员应知应会的技术：数据分析基本步骤、实验方法、优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧；正文之后，意犹未尽地以三篇附录介绍数据分析十大要务、R工具及ToolPak工具，在充分展现目标知识以外，为读者搭建了走向深入研究的桥梁。

本书遵循由浅入深的编排方式，将有关数控系统应知应会的内容进行了科学的分配。本书从数控技术工程师的角度详细介绍了数控机床的结构，介绍了数控机床常用低压电器的功能及其在数控电气系统中的位置；介绍了数控系统安装连接、参数设置的方法，详细解释了数控系统PLC程序的编程方法和数控系统的功能，提供了数控刀库包括伺服刀库换刀程序的编制案例；介绍了伺服系统和主轴系统的调试和故障排除方法。同时，本书还提供了数控系统在各类型机床上的应用案例。本书的特点是“来自现场又回到现场”。对从事现场安装、调试、维修工作的技术人

本书介绍了数据网格——一种来自现代分布式架构的去中心化社会技术范式，它提供了一种大规模采购、共享、访问和管理分析型数据的新方法。本书分为五部分。第1部分介绍DataMesh的四个原则，以及它们所组成的高级模型。第2部分比较DataMesh与以前的数据架构的区别。第3部分介绍DataMesh组件的高层次架构，帮助你设计DataMesh架构以及评估与DataMesh匹配的现成技术。第4部分介绍DataMesh中的一个核心概念（数据产品）的详细设计，帮助你识别与DataMesh愿景兼容的设计技术，并将

本书全面系统地介绍数据挖掘的概念、技术、算法及应用,力求为初学者构建一个合适的学习框架。全书将数据挖掘归纳成数据预处理、数据探索、决策树、贝叶斯分类、人工神经网络、支持向量机、关联规则分析、聚类、时间序列预测等几个主题,不仅详解技术原理和算法实现,而且还结合复杂多样的实际数据环境,探讨其应用场景和使用方法。

本书是《数据挖掘》的第2版，系统地介绍了数据挖掘的理论、方法与应用，包括数据特征分析及预处理、经典数据挖掘算法（分类、回归、聚类、关联规则和集成学习等）、大数据新常态下催生的数据分析方法（推荐系统、链接分析与网页排序、互联网信息抽取、日志挖掘与查询分析等）理论与方法。在此基础上，除第1章外，每章均有基于Python语言的实例应用。

本书从数据权属、数据价值、数据安全和数据流通等方面，对国内外关于数据有序流动和利用过程中的理论、模式、技术、法规等进行了全面梳理和解读，可以为数据要素市场建设的各方参与者提供重要并且完成的知识体系参考。