电信行业数据挖掘白皮书

SAS 的数据挖掘白皮书挺适合想系统了解企业级数据挖掘流程的朋友，是用过 SAS 的。文档详细讲了怎么从零开始建数据仓库、怎么按业务目标挖掘数据里的规律，流程清晰，用词也不晦涩，挺适合前端转数据方向的同学参考一下。像SEMMA这种方法论，在复杂结构的数据时还蛮有用的。SAS/Enterprise Miner 也是个狠角色，功能多但上手没那么难，用好了能帮企业把数据“掘金”掘得飞起。如果你平时接触的是结构化数据，又想做点数据建模、决策支持方向的内容，这白皮书的内容基本可以让你少走不少弯路。

介绍什么是数据挖掘,数据挖掘可以做什么.数据挖掘是一种高级数据分析技术，它从日常积累的、海量的信息库中提炼、抽取、发现隐藏的、间接的、有意义、有价值的、可以直观表达的规则、知识和信息，辅助管理人员制定正确的决策。数据挖掘不能告诉你为什么一件事情会发生，但能告诉你可能会发生什么事情，数据挖掘得出的结论往往最具有客观性、可用性、和隐藏性，是其他方法所望尘莫及的。数据挖掘是一种高级数据分析技术，其核心在于从海量的、日常积累的信息库中提炼、抽取并发现隐藏的、有价值的知识和信息。数据挖掘不侧重于解释事件发生的原因，而是预测可能出现的结果，提供客观、可用和隐蔽的洞察，这些洞察在其他分析方法中难以获取。与传

中国家庭追踪调查数据（CFPS）通过调查问卷收集中国个体、家庭和社区数据，主要使用2016年数据，筛选无缺失值农村面板数据，包含7860户家庭和25382个个体样本。贫困数据从CFPS信息系统提取。

工信部权威出品，学习与备用佳选。

SQL_SERVER2005详细表达式用法介绍的白皮书

Amoeba位于客户端与数据库服务器之间，具备负载均衡、高可用性、SQL过滤、高并发支持、读写分离和Query Route功能，能够根据预设规则将SQL查询路由至目标数据库。该技术在降低多数据库结构复杂性和数据切分带来的影响方面表现突出，支持读写分离的故障转移和负载均衡，特别适用于解决大数据环境下的数据切分挑战。Amoeba目前支持MySQL 4.1及以上版本（协议版本：10），暂不支持事务和DDL语句分配至非默认数据库。运行环境要求至少为MySQL 4.1及以上版本和Java 1.5及以上版本。

大数据圈的老朋友《大数据白皮书（2020 年）》还是挺值得一看的。中国信通院每年都出这份报告，更新得蛮勤快，内容也挺硬核。技术层面讲了从数据采集到 AI，再到隐私安全的方方面面，读下来思路会比较清晰。产业也没落下，像金融、医疗、零售这些行业的案例挺多的，适合想搞业务落地的你。如果你正琢磨大数据方向怎么做规划、怎么选技术栈、怎么找落地点，那这份报告可以省掉你不少调研时间。对了，文末还预测了“十四五”期间的发展趋势，像 5G 融合、零信任、安全合规啥的，干货都在。

Oracle 的这个数据仓库白皮书，写得还挺全的，尤其适合你要系统了解数据仓库整体架构和实践经验的时候翻一翻。开头讲清楚了数据仓库到底是怎么回事，面向主题、数据集成、时间变化、数据稳定这些特性都一一讲透。说到为啥要用数据仓库，作者也没上来就堆术语，直接举了业务系统分散、数据整合难的例子，还挺贴地气。你在做系统整合或者 BI 项目的时候，看这个部分会有不少启发。Oracle 方案那段信息量大，ETL、OLAP、数据挖掘一个不少，而且写得比较实在，不是那种浮在空中的。嵌入式 ETL、OLAP 引擎、元数据管理这些都配合例子讲了，逻辑也清晰。你要是正好在做数据仓库项目，后面那部分最佳实践可以重点看看

数据资产管理最佳实践，更新于 2019 年 6 月。