本书以自然地理学中的人海互馈关系为研究视角，首先构建由渔业资源、环境、经济和社会子系统构成的复合海洋渔业资源环境系统，分析系统中海洋捕捞和海水养殖活动与渔业资源环境之间的交互作用关系；其次利用渔业生态足迹模型、数据包络分析技术、综合指标评价方法分别评价海洋渔业资源环境系统的生态压力、生态效率和脆弱性，并在此基础上综合评价长山群岛海洋渔业资源环境系统的可持续发展水平；最后提出长山群岛海洋渔业资源环境系统的可持续发展原则和对策。

从国际物流与货运代理的基本概念和相关知识出发，在介绍国际物流与货运代理一般知识的基础上，围绕货运代理如何配合国际物流的运作，阐明了国际贸易的基础知识、商检、报关、国际货运代理如何配合国际物流运作等，介绍了国际贸易口岸基本知识、国际物流的分布状况，详细说明了国际物流的货物运输方式、货运代理的租船业务、国际物流仓储包装、出口单证的种类及制作等业务过程。
本书是为应用型本科或高职高专院校“国际物流与货运代理”课程编写的一本教材。为了保证本书作为教材应具有的稳定性与特色，《国际物流与货运代理

《工业物联网应用与实践》在编写思路上打破了基于知识点结构的传统课程架构，力求建立以项目为核心，以兴 趣为导向的课程思路，倡导“先做后学、边做边学”的学习方式。
《工业物联网应用与实践》以智慧工厂为应用场景，通过对智慧工厂设备安装与配置、无线传感网系统搭建与开发、 工业物联网生产系统设计与应用、工业物联网云平台应用四个项目的实践与理论的讲解，提升 读者的物联网安装调试与运维能力。
《工业物联网应用与实践》可用作职业教育物联网及相关专业核心课程的教材，也可作为从事物联网项目安装与 调试、

道，即构建底层思维，掌握事物的本质规律和逻辑，在此基础上，可以不惧纷繁复杂的变化，快速参透并掌握术层面的技巧。术，是具体的知识和技巧，如果缺乏底层思维进行融会贯通，就不能举一反三，更难以持续迭代进化。
广告营销，营销是目的，广告（包括：付费广告、私域流量）是手段，本质上是一门理论与实践并重的学问。本书在卷帙浩繁的理论中精选穿越古今的经典理论，结合当代经典案例和企业实操，站在广告营销从业者的视角，即广告主、广告服务者和广告发布者这三个角色，围绕广告营销工作，提出7个底层思维：理论思维、用户思

本书比较全面和系统地阐述了营销调研大数据分析的基本理论和方法, 全书共分七个项目。包括认知营销调研大数据分析、市场调查方案的设计、市场调查的技术方法、市场调查资料的整理与分析、营销大数据分析、市场调查报告的撰写、市场预测方法七个项目。每个项目既相互独立, 又都由一条主线贯穿: 采用一个真实的项目、以工作过程为基础贯穿全篇, 学生学完课程后就熟悉并完成了整个的一个市场调查, 真正使学生学以致用。本书的特点是借鉴和吸收了国内外营销调研大数据分析的最新研究成果, 既有理论性阐述, 又有较强的

本书针对金融科技平台的投资者决策行为开展研究。全书以借贷型众筹为例，围绕投资者与借款者、同伴投资者、借贷平台以及政策制定者等利益相关者的关系，开展了针对投资者选择借贷平台的羊群行为、同伴感知匿名程度对投资者决策的影响、基于匹配视角的投资者交易对手选择决策以及宏微观因素对投资者出借决策的影响四个方面的研究。

本书共四篇，内容包括：广东水稻产业发展整体情况、广东小规模生产户水稻生产情况分析、广东省种粮大户水稻生产情况分析、广东省珠江三角洲超市大米产品。

新时代这十年，是中国经济又一次重大发展转型并取得历史性成就的十年。其间，中国经济发展的平衡性、协调性、可持续性明显增强，中国经济迈上更高质量、更有效率、更加公平、更可持续、更为安全的发展之路。本书呈现了新时代这十年经济领域的方方面面取得的成就和宝贵经验。全书由八章内容构成，包括习近平经济思想、社会主义基本经济制度的坚持和完善、供给侧结构性改革、宏观经济治理、创新驱动发展战略、区域协调发展、乡村振兴等。

本书作者通过个人学习Python的经历, 萃取出一套高效率的学习途径, 帮助零基础的非专业程序员迅速掌握Python语言来进行数据处理、分析金融数据以及展开数字化营销。全书共7章, 第1章介绍基础知识, 第2章介绍如何写脚本, 第3章重点介绍Pandas数据分析, 第4章介绍Python数据抓取, 第6章和第7章介绍如何运用Python来进行金融数据分析和数字化营销。

大数据征信是大数据技术与征信业务相结合的产物，它通过对多源、异构、海量、实时数据进行采集、整理、分析和挖掘，实现多维度刻画信用主体画像，并运用大数据技术设计征信评价模型，向使用者提供信用主体的履约和信用状况，作者团队研发平台为大数据征信智能评估与开放服务平台。在《中华人民共和国数据安全法》和《中华人民共和国个人信息保护法》相继施行的背景下，本书就如何规范大数据征信行业及如何让大数据征信赋能其他行业展开分析和设计。 本书主要面向大数据技术从业人员、征信行业从业人员和有意愿了解大数据征信的各行业主体