大数据是当前最为流行的热点概念之一，其已由技术名词衍生到对很多行业产生颠覆性影响的社会现象，作为最明确的技术发展趋势之一，基于大数据的各种新型产品必将会对每个人的日常生活产生日益重要的影响。 《大数据日知录：架构与算法》从架构与算法角度全面梳理了大数据存储与处理的相关技术。大数据技术具有涉及的知识点异常众多且正处于快速演进发展过程中等特点，其技术点包括底层的硬件体系结构、相关的基础理论、大规模数据存储系统、分布式架构设计、各种不同应用场景下的差异化系统设计思路、机器学习与数据挖掘并行算法以及层出不穷的新架构、新系统等。《大数据日知录：架构与算法》对众多纷繁芜杂的相关技术文献和系统进行了择优汰劣并系统性地对相关知识分门别类地进行整理和介绍，将大数据相关技术分为大数据基础理论、大数据系统体系结构、大数据存储，以及包含批处理、流式计算、交互式数据分析、图数据库、并行机器学习的架构与算法以及增量计算等技术分支在内的大数据处理等几个大的方向。通过这种体系化的知识梳理与讲解，相信对于读者整体和系统地了解、吸收和掌握相关的优秀技术有极大的帮助与促进作用。 《大数据日知录：架构与算法》的读者对象包括对NoSQL 系统及大数据处理感兴趣的所有技术人员，以及有志于投身到大数据处理方向从事架构师、算法工程师、数据科学家等相关职业的在校本科生及研究生。

本书全面介绍了数据挖掘，涵盖了五个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都有两章。前一章涵盖基本概念、代表性算法和评估技术，而后一章讨论高级概念和算法。这样读者在透彻地理解数据挖掘的基础的同时，还能够了解更多重要的高级主题。 本书是明尼苏达大学和密歇根州立大学数据挖掘课程的教材，由于独具特色，正式出版之前就已经被斯坦福大学、得克萨斯大学奥斯汀分校等众多名校采用。 本书特色  与许多其他同类图书不同，本书将重点放在如何用数据挖掘知识解决各种实际问题。  只要求具备很少的预备知识——不需要数据库背景，只需要很少的统计学或数学背景知识。  书中包含大量的图表、综合示例和丰富的习题，并且使用示例、关键算法的简洁描述和习题，尽可能直接地聚焦于数据挖掘的主要概念。  教辅内容极为丰富，包括课程幻灯片、学生课题建议、数据挖掘资源（如数据挖掘算法和数据集）、联机指南（使用实际的数据集和数据分析软件，为本书介绍的部分数据挖掘技术提供例子讲解）。  向采用本书作为教材的教师提供习题解答。

“赢在京东”系列电商教程是京东官方认证用书，由一线业务精英和权威专家团队出品的电商读物，将不断分享京东发展过程中的优势资源与先进经验，希望能满足品牌商家、创业者、电子商务从业人员等发展之所需。 《京东平台数据化运营》为继首部《京东平台运营攻略》之后的又一部力作。从商家最关心的流量、转化率、客单价、复购率、行业分析五个维度展开，详解为可执行可实操的方法和步骤，帮助商家如何运用数据化思维去分析店铺，指导店铺运营。 《京东平台数据化运营》首次公开了许多京东平台的独有特色，例如关于京东 APP端、微信端、手机QQ端等无线流量的详细介绍；关于优化京东搜索流量的方法和步骤；关于京东平台转化率相关指标的优化方法。同时，《京东平台数据化运营》还联合京东平台资深商家提供了多个实操案例。

《Excel数据透视表应用大全》全面系统地介绍了Excel数据透视表的技术特点和应用方法，深入揭示数据透视表的原理，并配合大量典型实用的应用实例，帮助读者全面掌握Excel数据透视表技术。《Excel数据透视表应用大全》共18章，分别介绍创建数据透视表，改变数据透视表的布局，刷新数据透视表，数据透视表的格式设置，在数据透视表中排序，数据透视表的项目组合，在数据透视表中进行计算，数据透视表函数的综合应用，创建动态数据透视表，创建复合范围的数据透视表，通过导入外部数据“编辑0LEDB查询”创建数据透视表，使用“MicrosoftQuery”数据查询创建透视表，利用多样的数据源创建数据透视表，在Web上使用数据透视表，数据透视表与VBA，使用数据透视图，数据透视表与数据透视图打印技术，数据透视表技术综合运用等内容。

《多变量分析:统计软件与数据分析》是一本结合多变量分析统计理论、软件包与资料分析的研究方法论书籍。内容涵盖多变量变异系数分析、主成分分析、因素分析、区别分析、集群分析、典型相关、多向度多元尺度、线性结构模式、Logistic回归分析及对数线性模式等社会科学常见的多变量分析方法。作者运用SPSS与SAS两种普遍使用的软件包，完整地介绍其于各统计方法的应用外，并辅以实例进行数据分析与报表结果解释，理论与实用面向兼具。 初入门多变量分析方法者，可逐章阅读提升对多变量统计方法论的认识；而对于已熟悉方法论的读者，可根据研究问题，通过《多变量分析:统计软件与数据分析》的软件包操作与报表解释，解决研究上的需求。

本书综合商业专业知识和数据挖掘模型开发于一体，系统地介绍了数据挖掘商业环境、数据挖掘技术及其在商业中的应用。在注重对数据挖掘技术讲解的同时，强调了数据挖掘在商业决策领域中的应用，弥补了大多数数据仓库技术类书籍商业应用不足的缺点。本书主线清晰，案例丰富，语言精练。 本书既可以作为商业专业本科生、研究生的教材，也可以在MBA、EMBA 教学和企业培训中使用。