共享单车运维管理直接影响企业降本增效以及用户满意度，甚至影响城市交通绿色可持续发展。虽然拥有用户出行大数据集，由于缺乏失效数据，共享单车的预防维修管理问题是学术界一直呼吁的研究点。本书充分挖掘用户出行大数据集中所隐含的共享单车可用性信息，基于用户出行链、系统可用性和维修管理等理论，综合运用深度学习、强化学习、函数型数据分析、贝叶斯分析、离散事件仿真方法等，构建共享单车可用性分析、不可用共享单车识别和广义可用性评估及预测方法。为共享单车可用性分析及预防维修管理提供了理论、方法及技术路径，研究结果可以辅助共享单车运维管理决策优化。

本书关注改革开放后的第一批留守儿童，材料来源于对137个曾为留守儿童的成年人的深入访谈。书稿一方面从主位视角全方位地展示了留守儿童们的生活现实，分享了他们的悲欢离合、喜怒哀乐及回溯性思考；另一方面，也借助质性分析软件NVivo进行信息编码，从客位视角做了关联分析、问题概括与对策探讨。从材料角度看，本书立体而生动地展现和刻画了个体“成为留守儿童”的原因、过程与长期影响，有助于社会各界更为全面地了解和理解留守儿童群体。从学术角度看，本书提出了“家庭—学校—社会”多层级留守负荷与留守保护的全息分析模型，弥补了学界在留守儿童研究方面缺乏通用分析框架的不足，也对2019年开始在全国实施的儿童主任制度的设计与完善具有启示意义，对于推动建设儿童友好社会具有参考价值。