本专著主要介绍基于数据驱动的个性化需求预测理论与方法。根据交互场景的特点，分别从基本交互、交互广度、交互深度和交互多样性四个角度介绍最新个性化需求预测理论与方法。在基本交互场景中，主要研究了基于用户和产品的交互的个性化需求预测；在交互广度方面，主要研究了融合用户与好友关系交互以及融合用户与群组交互场景的个性化需求预测；在交互深度方面，主要研究了会话式交互场景和沉浸式交互环境中的交互特点和个性化需求预测。在交互多样性方面，研究了跨域交互环境中不同语义匹配类型的个性化需求预测。通过这些研究

本书内容分为数据挖掘理论和数据挖掘实践两部分。数据挖掘理论部分主要包括数据挖掘的基本概念、数据预处理、聚类分析、分类与回归、关联规则挖掘及离群点检测。数据挖掘实践部分讨论数据挖掘在文本挖掘和金融领域中的应用，通过虚假新闻检测和社交平台情绪分析等案例，展示数据挖掘在文本挖掘方面的应用；通过潜在贷款客户挖掘、贷款违约等案例展示数据挖掘在金融领域的应用。 本书可作为高等学校计算机、数据科学与大数据、电子商务、信息科学等相关专业的教材或参考书，也可供从事数据挖掘研究的科研、技术人员参考。

IBM SPSS作为全球领先的统计分析、数据挖掘、预测建模产品及解决方案，被业界广泛使用。本书旨在介绍IBM SPSS软件在各应用场景中的基础操作和使用，并尽可能地把专业晦涩的专业术语和应用内容以通俗易懂的方式传递给读者，同时所有应用均结合SPSS 工具进行操作并实现，帮助读者初步了解大数据分析和挖掘的基本思路和常见操作，掌握基本的数据分析与挖掘所涉及的数据获取、数据预处理、数据基本分析和数据挖掘等内容。

随着互联网的蓬勃发展以及大数据时代的到来，新的欺诈安全问题不断涌现，这也诞生了一个新的概念——大数据安全。大数据安全指的是针对大数据时代背景下的安全风险，使用大数据、人工智能等新兴技术建立对抗体系，进而进行安全治理与防范。本书旨在对大数据时代背景下的欺诈安全问题、大数据平台工具、反欺诈对抗技术和系统进行全面的阐释，以帮助读者全面学习大数据安全治理与防范的背景、关键技术和对抗思路，并能够从0到1搭建一个反欺诈对抗系统。 本书作为入门大数据安全对抗的理想读物，将理论与实践相结合，既能加强读者对大数据

本书内容包括：数据科学及工作流程、统计模型与机器学习算法、信息提取与统计变量创建、数据可视化与社交网络、预测模型与因果分析、数据预处理与工程方法。

本书通过实战案例和可视化的图形讲解数据分析的知识。通过阅读本书，读者可以从容地处理数据，高效地完成数据分析工作。本书共9章，主要内容包括不同场景下的数据分析方法，从业者应具备的数据分析基本知识，数据分析师应具有的思维方式，海盗法则和指标体系建模，用户画像赋能数据分析，数据可视化的实操技巧等。 本书不仅适合产品经理、运营人员、市场营销人员阅读，还适合数据分析人员阅读。

本书将基础理论和算法实现相结合，介绍了关于大数据分析中的相关知识，全面、系统地介绍有关算法的实现过程，并对算法在相关实例上的应用结果进行分析。全书共8章，内容包括差异化空间插值模型的理论原理、利用空间信息的大数据分析预测过程、协作复合神经网络模型的基础架构、利用相关特征的大数据分析预测过程、并行支持向量机的基本原理、并行支持向量机下的风险分类评价研究、集成学习与贝叶斯优化的相关理论和结合贝叶斯优化与集成学习的大数据评价研究等知识。书中每种算法都以伪代码的形式进行描述并附有相应的实例。

本书介绍大数据知识工程的有关内容。全书共9章，第1章介绍大数据知识工程的背景；第2章介绍大数据知识工程的“三跨”特点及面临的“散、杂、乱”挑战；第3-6章介绍知识表示、知识获取与融合、知识表征学习、知识推理四个核心环节；第7章介绍教育、税务、网络舆情领域的大数据知识工程应用；第8章指出未来研究方向；第9章对全书进行总结。

本书系统地介绍了有关过程参数检测和自动控制装置的基础理论和应用技术。全书分为4篇，共10章。第1篇基础知识，含第1、2章，介绍本课程的意义及内容，检测仪表的基本概念及性能指标；第2篇过程参数检测，含第3～7章，介绍生产过程中常用的温度、压力、流量、物位和成分等参数的测量方法及常用检测仪表；第3篇过程控制仪表，含第8、9章，介绍控制仪表及装置（包括常用仪表分类、各种仪表信号制，模拟控制器、数字控制器、PLC、DCS和现场总线技术）和执行器；第4篇为第10章，简要介绍现代检测技术及智能仪表。

本书介绍了大数据基础理论和Hadoop生态系统主流的大数据开发技术。全书共分9章，第1章介绍大数据的发展历程、概念和特点、关键技术和应用；第2章介绍Hadoop的起源、发展历程、特性、版本及应用；第3章介绍HDFS的概念、原理和应用；第4章介绍HBase的概念、原理和应用；第5章介绍Hive的概念、原理、架构和应用；第6章介绍分布式计算模型MapReduce的概念、工作流程和应用；第7章介绍Spark基本内容、Spark的生态系统及运行架构和Spark安装部署及编程实践；第8章介绍数据