本书共11章，首先，介绍了物联网分布式数据存储与查询技术的相关概念和研究进展(第1和第2章)；然后，详细介绍了多种物联网类型下的数据存储与查询技术(以Top-k查询为主要查询类型)，这些物联网类型包括：WSN(第3、4、5章)，WSAN(第6章)，TWSN(第7、8章)，TMWSN(第9章)和传感云系统(第10章)；最后，简要介绍了物联网分布式数据存储与查询技术相关应用(第11章)。

流计算系统尽可能地优化了接收处理事件数据的间隔时间，因此能实时地提供响应。对于金融、安全和物联网领域的应用来说，几毫秒都很关键，因此流计算系统是必要组件。而且，流计算是热门技术！具有 Spark、Heron 和Kafka 经验的工程师供不应求。
《流计算系统图解》以浅显易懂的语言介绍了实时事件流应用。这本引人入胜的书阐明了数据并行化、事件窗口和反压等核心概念，让你不会被框架的具体细节所困扰。在学习过程中，你将从头开始构建一个简单的流计算工具，以确保深入领会各种理念和技术。当你读到实

本书内容主要分为三个部分。第一部分介绍PID稳定集的计算方法。重点针对工程中常见的线性时不变连续时间系统、Ziegler–Nichols系统、线性时不变离散系统以及结合频率响应数据描述的系统进行了深入的阐述。第二部分介绍基于增益和相角裕度的鲁棒设计方法。分别从连续时间系统、离散时间系统和多变量系统三个方面，对比阐述了PI控制器和PID控制器的分析与设计方法。第三部分介绍H∞优化PID控制方法。针对被控对象不确定时PID稳定控制器的设计问题，基于H∞优化控制，分别对连续时间系统和离散时间

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

《数据科学对社会科学转型的重大影响研究》从数据科学发展引致的科研范式转换视角，研究数据科学驱动社会科学转型的问题，重点研究数据科学驱动下的社会科学将具有何种全新的特征，探索社会科学研究在数据科学驱动下的转型路径。《数据科学对社会科学转型的重大影响研究》主要研究内容包括：数据科学的知识体系与方法工具、社会科学研究范式演化与数据科学在社会科学中的应用、社会科学研究的现实环境变迁与突出问题、数据科学驱动的社会科学认知体系重构、数据科学作用下的社会科学研究特征、数据驱动的社会科学转型的条件与保障等。

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。

Azure Databricks是一款基于云的大数据分析和机器学习平台，用于实现基于Apache Spark的数据处理，为快速增长的海量数据的处理和决策需求分析提供了良好的支撑。《Apache Spark大数据分析：基于Azure Databricks云平台》详细介绍基于Azure Databricks云平台来使用Apache Spark完成大规模数据处理和分析的方法。本书总计11章，首先介绍大规模数据分析相关的概念；然后介绍受管的Spark及其与Databricks的关系，以及Databric

本书基于大数据研究系统的能力评估框架与方法，针对传统的能力评估理论和方法主要存在的缺陷，从大数据中挖掘有价值的信息来辅助评估，以提高评估的客观性、科学性、可信性。本书借助鲁棒有序回归方法，构建了基于大数据的交互式能力评估新型框架；通过特征选择算法分析了行动效果关键影响要素；将鲁棒有序回归方法用于确定评估模型的参数，并提出了认知最优最劣方法、区间认知网络过程和区间最优最劣方法3种新的基于两两比较的方法，用于辅助专家提供评估的参考信息。
本书提出的能力评估框架和方法可以推广到多种评估

本书从博弈论基础开始，系统地介绍了博弈论在数据安全中的应用，汇集了近年来基于博弈论研究数据安全的最新成果，重点探讨了秘密共享的可公开验证模型及博弈论分析、数据外包情况下的博弈模型、激励相容机制和抗共谋机制以及隐私保护的博弈分析、基于信息论的理性委托攻防模型，为数据外包更新提出了有效策略。本书观点新颖独到，研究内容均为作者原创科研成果，对制定正确的数据安全策略，提高数据安全保障能力具有重要的参考价值。
　本书概念清晰、结构合理、内容深入浅出、通俗易懂，不仅阐述了博弈论与数据安全的基本理论，同

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。