近年来国家对数据要素越来越重视，相关的法律政策陆续发布，这些法律政策的出台不仅引起了学术界对数据要素的高度重视，也推动了产业方对数据要素的广泛应用，更推动了数据资产入表的深入开展，使全民对数据要素的认识和应用提高到一个新台阶。 为方便广大读者学习、领悟和贯彻这些法律政策，本书组织了本领域相关重量级专家对相关法律政策进行解读，论述法律政策出台的背景及缘由，以及其指向及重点，为读者了解法律政策提供简明扼要的辅助，同时帮助从业者了解法律政策出台目的，引导从业者按照法律政策取向干事创业、取得实际成效。

本书深入探讨了图方法在文本挖掘领域的应用，强调了图模型在处理文本数据时对上下文和长距离语义依赖关系的捕捉能力。全书分为３部分，共８章，系统地介绍了基于图的文本挖掘技术，并通过多个自然语言处理任务(如短文本分类、虚假新闻检测、知识图谱表示学习等)展示了图方法的有效性。作者结合丰富的科研和项目经验，提出了创新的图模型和算法，旨在解决数据稀疏和复杂语义建模问题。

在信息化和数字化飞速发展的今天，数据安全已成为企业运营的核心议题，数据作为生产要素在大规模的流动和使用过程中面临着新的挑战，区块链、人工智能技术的发展为数据安全防护提供了新的解决思路和方法。本书从数据安全的基本概念入手，深入分析了国内外数据安全形势，探讨了数据资产的生命周期安全管理，以及数据安全的关键技术手段，同时强调了数据安全的组织管理与政策法规的重要性。此外，书中还详细阐述了数据安全的应急响应与灾难恢复策略，并通过实战案例分析，提炼出数据安全防护的优秀实践，旨在为读者提供一套完整的数据安全防

本书基于我国深入实施网络强国和国家大数据战略的大背景，将“大语言模型”“知识图谱”“数据治理”相结合，阐述了大模型、知识图谱在智能数据治理中的应用实践，并以医疗、政务及降碳等行业为例，详细介绍了其数据治理流程及平台构建方法。书中首先阐述了大模型时代知识图谱和智能数据治理之间的协同关系，以儿童孤独症为例介绍了基于CiteSpace软件的医疗知识图谱的构建流程；其次详细阐述了基于神经网络模型的个人健康管理知识图谱的构建方法；最后介绍了主动式政务服务和降碳领域的智能数据治理平台的设计与实现，并在每一部

本书的主要内容有：研究数据管理趋势，包括技术发展、法规要求和隐私问题。深?了解可拓展架构，学习各组件之间如何协同?作。探索数据治理和数据安全、主数据管理、?助式数据市场，以及元数据的重要性。

"本书是一本全面介绍大数据分析理论基础、方法、技术及其应用实践的专业书籍，以数据分析的基础理论为出发点，详细阐述了数据采集、清洗、预处理、探索性数据分析等前期准备工作，为读者揭示了数据分析的全过程和方法论。
本书着重介绍线性回归、逻辑回归、决策树、随机森林、神经网络等常用的数据分析方法，并通过TensorFlow等工具的应用，展示如何在实际项目中应用这些技术进行数据挖掘和预测分析。此外，作者还精选了金融、电商、物流等行业的大数据分析案例，详细讲解了从数据处理到模型构建，再到结果解释的完整流

公共数据资产授权运营是数字经济时代推动经济高质量发展的引擎。公共数据开放共享和合理授权运营，能够为政府决策提供支持，为企业创新提供动力，为公共服务提供优化方案。本书根据近几年中央和各地政府出台的法律法规和规范性文件，通过深入研究和实地调研各地公共数据资产的授权运营实践，采用理论与实践相结合的研究方法，全面系统地探讨了公共数据资产授权运营的多个关键维度。书中不仅详细阐释了公共数据资产授权运营的基本概念和理论框架，还深入分析了运营环境的构建、运营过程的管理、运营模式的选择以及运营效果的评价等多个层面

本书论述了网络诱导现象、事件触发机制、网络攻击和外部干扰各要素对系统性能的影响，提出了系统控制策略。为了便于读者理解，本书按照先易后难的原则组织相关材料，把网络仅存在于传感器和控制器之间的控制问题，逐步推广到网络不仅存在于传感器和控制器之间，还存在于控制器与执行器之间的控制问题，且综合考虑网络诱导现象、网络攻击、事件触发机制等多种因素下的控制器设计问题。
本书总结了作者近年来关于网络控制系统方面的研究，可以作为高等院校控制理论与工程、计算机应用技术、信息与计算科学、运筹学与控制论等专业的博

无人系统的安全保障与隐私防护为国际新兴技术，该领域暂无相关教材。本教材面向信息通信领域新兴技术与学术前沿，结合作者多年科研成果，系统阐述无人系统的构建、研究、应用方法，具有很高的学术价值。本教材结合人工智能、区块链等新型前沿技术，面向智慧城市、智能制造、智慧交通等交叉学科，阐述无人系统安全防护与隐私保护的应用方法与实现方案，具有很高的应用与实践价值。本书可供自动驾驶、工业物联网和无人机等无人系统安全领域的各类工程师使用，同时适用于了解无人系统安全技术并致力于开发新产品的企业家或技术爱好者，还可以

数据是最有价值的资源，发掘这一价值需要超越技术本身。本书抛开数据科学技术的细节，致力于解决该主题研究中通常没有涵盖的数据科学“其余部分”的关键问题。包括确立正确问题，收集正确数据，进行正确分析，做出正确决策以及决策评估，与决策者建立信任，将数据科学团队置于正确的组织节点，以及帮助公司实现数据驱动等内容。这本书给出了数据科学入门和避免陷阱的实用性建议，解决了几代统计学家面临的问题，是统计学、计算机科学系、商学院，分析学院专业人士以及所有企业管理者的必读书。