数据处理使用的快速计算框架（终于有人整理出世界顶级笔记）
数据处理使用的快速计算框架（终于有人整理出世界顶级笔记）第5章数据库表的规范化第4章实体联系（ER）模型第1章数据库系统第⒉章数据模型第3章关系数据库模型
近年，在全球信息化大潮的推动下，我国的计算机产业发展迅猛，对专业人才的需求日益迫切。这对计算机教育界和出版界都既是机遇，也是挑战;而专业教材的建设在教育战略上显得举足轻重。在我国信息技术发展时间较短的现状下，美国等发达国家在其计算机科学发展的几十年间积淀和发展的经典教材仍有许多值得借鉴之处。因此，引进一批国外优秀计算机教材将对我国计算机教育事业的发展起到积极的推动作用，也是与世界接轨、建设真正的世界一流大学的必由之路。
小编今天特意为大家整理出来两份世界顶级计算机系列丛书《数据库系统设计、实现与管理》《推荐系统技术、评估及高效算法》需要获取的小伙伴可以直接转发 关注后私信（学习）即可获取！
《数据库系统设计、实现与管理》572页
本书是一本既系统又实用的数据库教材，全书分为数据库概念、数据库设计概念、高级数据库设计与实现、高级数据库概念、数据库与Internet、数据库管理等6大部分共15章，首先从系统的角度，介绍了数据库及其设计的概念，接着全面阐述了数据库设计，然后用示例讲解了数据库的具体实现，包括Web数据库的开发等，最后介绍了数据库系统的管理，如事务管理与并发控制、分布式数据库管理、系统数据库管理与安全、数据库性能调整与查询优化等内容。
本书不仅是高等学校本科生学习数据库的很好教材，对数据库设计、开发和管理人员，也非常有参考价值。
本书是一本非常有特点的教材，其主要特点如下:- (1）层次结构清晰。本书先讲解数据库的概念，接着介绍数据库的设计，然后介绍数据库的具体实现，使读者从抽象到具体，对数据库系统有着深刻的理解和掌握。
- (2）图文并茂。为了便于读者对数据库基本概念的理解，书中给出了大量形象的图形描述，此外，对于一些示例的操作过程和结果，都给出了相应的图形界面，便于读者理解和掌握。
- (3）示例丰富。为了配合SQL语言的讲解，书中给出了大量的示例，让读者了解每个语句的作用。最为突出的是，本书以一所大学的数据库管理系统为例，详尽地介绍了数据库的设计与实现的步骤。
第1章数据库系统
第⒉章数据模型
第3章关系数据库模型
第4章实体联系（ER）模型
第5章数据库表的规范化
第6章高级数据建模
第7章结构化查询语言(SOL)
第8章高级sQL
第9章数据库设计
第10章事务管理与并发控制
第11章数据库性能调整与查询优化器
第12章分布式数据库管理系统
第13章业务智能和数据仓库
第14章数据库互连和Web技术
第15章数据库管理和安全
小编今天特意为大家整理出来两份世界顶级计算机系列丛书《数据库系统设计、实现与管理》《推荐系统技术、评估及高效算法》需要获取的小伙伴可以直接转发 关注后私信（学习）即可获取！
《推荐系统技术、评估及高效算法》657页
本书汇聚不同领域专家学者的理论成果和实践经验，全面介绍推荐系统的主要概念、理论、趋势、挑战和应用，详细阐释如何支持用户决策、计划和购买过程。书中既详细讲解了经典方法，又介绍了一些新的研究成果，内容涵盖人工智能、人机交互、信息技术、数据挖掘、统计学、自适应用户界面、决策支持系统、市场和客户行为等。无论是从事技术开发的读者，还是从事产品营销的读者，都能从中受益。
本书内容全书分五部分，共28章。第1章是概述，系统介绍推荐系统的概念、功能、应用领域以及当前应用过程中遇到的问题与挑战。
第1章推荐系统:简介和挑战
第一部分(第2~7章)展示如今构建推荐系统最流行和最基础的技术，如协同过滤、基于语义的方法、数据挖掘方法和基于情境感知的方法。
第2章基于邻域的推荐方法综述
第3章协同过滤方法进阶
第4章基于内容的语义感知推荐系统
第5章基于约束的推荐系统
第6章情境感知推荐系统
第7章推荐系统中的数据挖掘方法
第二部分(第8~10章)主要关注离线和真实用户环境下用于评估推荐质量的技术及方法。
第8章推荐系统的评估
第9章使用用户实验评估推荐系统
第10章对推荐结果的解释设计和评估
第三部分(第11~17章)包括一些推荐技术多样性的应用，首先简述与工业实现和推荐系统开发相关的一般性问题，随后详细介绍推荐系统在各领域中的应用:音乐、学习、移动、社交网络及它们之间的交互。
第11章工业界的推荐系统:Netflix案例分析
第12章辅助学习的推荐系统综述
第13章音乐推荐系统
第14章剖析基于位置的移动推荐系统
第15章社会化推荐系统
第16章人与人之间的相互推荐
第17章社交网络搜索中的协作、信用机制和推荐系统
第四部分(第18~21章)包含探讨一系列问题的文章，这些问题包括推荐的展示、浏览、解释和视觉化以及人工决策与推荐系统相关的重要问题。
第18章人类决策过程与推荐系统
第19章推荐系统中的隐私问题
第20章影响推荐系统可信度评估的来源因素
第21章用户性格和推荐系统
第五部分(第22~28'章)收集了一些关于高级话题的文章，例如，利用主动学习技术来引导新知识的学习，构建能够抵挡恶意用户攻击的健壮推荐系统的合适技术，以及结合多种用户反馈和偏好来生成更加可靠的推荐系统。
第22章组推荐系统:聚合、满意度和组属性
第23章推荐系统中的聚合功能
第24章推荐系统中的主动学习
第25章多准则推荐系统
第26章推荐系统中的新颖性和多样性
第27章跨领域推荐系统
第28章具有鲁棒性的协同推荐
小编今天特意为大家整理出来两份世界顶级计算机系列丛书《数据库系统设计、实现与管理》《推荐系统技术、评估及高效算法》需要获取的小伙伴可以直接转发 关注后私信（学习）即可获取！
