本章我们讨论的主要是数据文件。数据文件存储的是程序运行时所用到的数据。在实际应用中,经常涉及到需要重复使用的大量数据,在这种情况下,如果每次都从键盘上输入,一方面造成大量的人力、物力浪费,另一方面又增大了输入出错的可能性。解决这种问题的常用方法是,把待输入的大量数据预先准 确无误地以文件的形式存储到磁盘上,需要用到数据时,从文件中读出即可。同样,我们也可把程序的运行结果存到磁盘上这样既能长期保存数据,又能做到数据共享

一、数据库管理程序 1.1数据库技术的发展 数据管理经历了人工管理、文件系统和数据库系统三个发展阶段。 人工管理阶段 20世纪50年代中期以前,计算机主要用于科学计算。当时在硬件方面, 外存储器只有磁带、卡片和纸带,没有磁盘等可以随机访问、直接存取 的设备;在软件方面,没有专门管理数据的软件,没有操作系统,数据 处理的基本方式是批处理。该阶段数据处理的特点是:

文件(file)一般指:存储在外部介质上数据的集合。数据是 以文件的形式存放在外部介质(如磁盘)上的，操作系统是 以文件为单位对数据进行管理的,也就是说,如果想找存在外 部介质上的数据,必须先按文件名找到所指定的文件,然后再 从该文件中读取数据。要向外部介质上存储数据也必须先 建立一个文件(以文件名标识),才能向它输出数据

前面已经讲述了关系数据库、关系模型的基本概念以 及关系数据库的标准语言。 如何使用关系模型设计关系数据库，也就是面对一个 现实问题，如何选择一个比较好的关系模式的集合， 每个关系又应该由哪些属性组成。这属于数据库设计 的问题，确切地讲是数据库逻辑设计的问题，有关数 据库设计的全过程将在第6章详细讨论

数据库设计是指根据用户需求研制数据库结构 的过程，具体地说，是指对于一个给定的应用 环境，构造最优的数据库模式，建立数据库及 其应用系统，使之能有效的存储数据，满足用 户的信息要求和处理要求

4.1 概述. 1 4.1.1 什么是聚类分析.1 4.1.2 基本聚类方法概述.2 4.1.3 文本聚类.3 4.2 数据间的相似性度量. 4 4.2.1 数据对象间的距离.4 4.2.2 数据对象间的相似系数.5 4.2.3 数据类间的距离.5 4.2.4 数据标准化.7 4.3 基本聚类方法. 7 4.3.1 k-均值聚类方法 .7 4.3.2 层次聚类方法.8 4.3.3 聚类要注意的问题.10 4.4 基于密度的聚类（待更新）. 10 4.5 聚类结果的评估. 10 4.5.1 基于用户验证的评估方法.11 4.5.2 基于真实数据的聚类结果评估.11 4.6 聚类分析的案例与软件操作. 11 4.6.1 K-MEANS 聚类案例(SPSS Modeler).11 4.6.2 K-MEANS 聚类案例(R 语言) .15 4.6.3 层次聚类案例（SPSS）.20 4.6.4 层次聚类案例（R 语言）.23

迄今为止，我们已详细介绍了基本数据类型如整 型、实型、字符型等，也介绍了一种构造类型的数 据—数组，数组中的各元素是属于同一个类型的。 但在处理实际问题时，经常会遇到复杂的数据，只 有这些数据类型是不够的，还需要将不同类型的数 据组合成一个有机的整体，以便于引用。为了能把 这些有一定逻辑联系的数据组成一个整体，C++语 言提供了一种结构体数据类型本章主要介绍由不同 类型数据组成的构造类型的数据，包括结构体类型 共用体类型和枚举类

8.1 数据库技术发展概述 8.2 数据模型及数据库系统的发展 8.3 数据库技术与其它相关技术相结合 8.4 面向应用领域的数据库新技术

12.1 面板数据定义 12.2 面板数据模型分类 12.3 面板数据模型的估计方法 12.4 面板数据模型的设定与检验 12.5 面板数据建模案例分析 12.6 面板数据建模的 EViews 操作

学生通过本节内容的学习，了解数据流程调查的主要内容，掌握数据流程的表示方法，包括数据流程的画法和描述流程处理的逻辑工具，了解数据流程分析的任务，掌握数据字典建立方法。明白业务处理调查的内容；掌握业务处理的描述工具