◼ 3.1 数据的预处理 ◼ 3.2 品质数据的整理与显示 ◼ 3.3 数值型数据的整理与显示 ◼ 3.4 合理使用图表

1. 掌握调查问卷的设计及制作。 2. 掌握调查数据的获取方法及数据的前期分析和预处理方法。 3. 面对获取统计数据，学会选择合适的方法，继而进行数据的描述性分析和推断性分析

建立快速有效的针对大规模文本数据的聚类分析方法是当前数据挖掘研究和应用领域中的一个热点问题.为了同时保证聚类效果和提高聚类效率，提出基于\互为最小相似度文本对\搜索的文本聚类算法及分布式并行计算模型.首先利用向量空间模型提出一种文本相似度计算方法；其次，基于\互为最小相似度文本对\搜索选择二分簇中心，提出通过一次划分实现簇质心寻优的二分K-means聚类算法；最后，基于MapReduce框架设计面向云计算应用的大规模文本并行聚类模型.在Hadoop平台上运用真实文本数据的实验表明：提出的聚类算法与原始二分K-means相比，在获得相当聚类效果的同时，具有明显效率优势；并行聚类模型在不同数据规模和计算节点数目上具有良好的扩展性

针对间断连接无线网络中节点负载不均衡和能量资源受限的问题,提出了一种能量有效的数据转发策略.该策略根据网络运行的历史相遇信息,充分考虑网络特性,以分布式方式估计节点的活跃度、剩余能量和数据转发率,准确地估计节点效用值,感知网络节点的服务能力,以帕累托最优作为自适应选择最佳下一跳中继节点的理论依据,执行数据转发操作,有效地解决了由于节点自私性所导致的网络性能下降.数值结果表明,与其他能量管理机制相比,所提出的机制能够均衡网络节点负载,有效解决网络\热点\问题,延长网络生存时间,使投递率、时延等系统性能都得到大幅度提升

一、基本概念 二、关系数据库 三、常见数据库对象 四、范式

 使用点对点信道的数据链路层  点对点协议（PPP）  使用广播信道的数据链路层（CSMA/CD）  使用广播信道的以太网  扩展的以太网  高速以太网

◼ 数据库设计概述（了解） ◼ 数据库设计的全过程（领会） ◼ ER模型 （综合应用） ◼ ER模型到关系模型的转换（综合应用） ◼ ER模型实例分析 （理解） ◼ ER模型的扩充 （理解） ◼ 小结

河南中医药大学：《数据库原理 The Principle of Database》课程教学资源（课件讲稿）第三章 关系数据库标准语言SQL 第七讲 创建和管理数据库、数据表

河南中医药大学：《数据库原理》课程教学资源（实验指导）实验二 界面方式下数据库、数据表及表数据的创建与管理

河南中医药大学：《数据库原理》课程教学资源（实验指导）实验三 使用SQL语句创建和管理数据库、数据表及表数据