基础篇 第一章：绪论 第二章：关系数据库 第三章：关系数据库标准语言SQL 第四章：关系系统及其查询优化 第五章：关系数据理论 设计篇 第六章：数据库设计 系统篇 第七章：数据库恢复技术 第八章：并发控制 第九章：数据库安全性 第十章：数据库完整性

文件：存储在外部介质上数据的集合,是操作系统数据管理的单位使用数据文件的目的 1、数据文件的改动不引起程序的改动——程序与数据分离 2、不同程序可以访问同一数据文件中的数据——数据共享

• 6.1 云数据库概述 • 6.2 云数据库产品 • 6.3 云数据库系统架构 • 6.4 Amazon AWS和云数据库 • 6.5 微软云数据库SQL Azure • 6.6 云数据库实践

从数据分析的角度看,数据挖掘可以分为描述 性挖掘和预测性挖掘 描述性挖掘:以简洁概要的方式描述数据,并提供 数据的有趣的一般性质。 预测性数据挖掘:通过分析数据建立一个或一组模 型,并试图预测新数据集的行为

第九章数据库安全性 一、问题的提出 数据库的一大特点是数据可以共享。但数据共享必然带来数据库的安全性问题数据库系统中的数据共享不能是无条件的共享

9.1 社交媒体大数据应用背景分析 9.2 社交媒体大数据行为模式识别的热点研究方向 9.3 社交媒体大数据应用创新：以跨域行为模式识别为例 9.4 社交媒体大数据跨域行为模式识别的技术体系 9.5 社交媒体行为大数据应用创新的案例分析 9.6 本章小结

8.1 教育大数据应用创新的社会背景 8.2 支撑教育大数据应用创新的云端技术 8.3 教育大数据应用创新的赋能方向 8.4 教育大数据的技术应用的创新思维 8.5 实例：基于知识图谱的教育大数据隐性知识发现 8.6 本章小结

第一数据的来源 数据的来源主要有两种渠道: 一种是通过直接的调查获得的原始数据,一般称之为第一手或直接的统 计数据; 另一种是别人调查的数据,并将这些数据进行加工和汇总后公布的数 据,通常称之为第二手或间接的统计数据

在线性表中,数据元素之间仅有线性关系,除第一个元素 外每个数据元素只有一个直接前趋,除最后一个元素外,每个 数据元素只有一个直接后继.在树形结构中,数据元素之间有 明显的层次关系,每一层上的数据元素可能和下一层中多个元 素相关,但只能和上一层中一个元素相关.而在图形结构中, 任意两个数据元素之间都可能相关,即结点之间的关系可以是 任意的.所以图是一种较线性表和树更为复杂的数据结构

Ｃ语言定义的几种基本数据类型，它们有规定 的类型说明符、数据长度及数据组织和存储形式， 程序设计时可直接用它们来定义数据对象。 在实际应用中仅有这些基本数据类型是不够的, 为了增强数据的表示能力,能够使用各种数据,常需 要各种新的数据类型来满足问题求解的需要。 例如,一个传统的例子: