大数据：互联网大规模数据挖掘与分布式处理

摘要

《大数据互联网大规模数据挖掘与分布式处理》源自作者在斯坦福大学教授多年的“web挖掘”课程材料，主要关注大数据环境下数据挖掘的实际算法。书中分析了海量数据集数据挖掘常用的算法，介绍了目前web应用的许多重要话题。主要内容包括分布式文件系统以及Map—Reduce工具：相似性搜索：数据流处理以及针对易丢失数据等特殊情况的专用处理算法等。