海量数据挖掘

当今时代大规模数据爆炸的速度是惊人的，当然，其应用也是越来越广泛的，从传统的零售业到复杂的商业世界，到处都能见到它的身影。那么大数据有什么典型特征呢？即数据类型繁多、数据体量巨大、价值密度低即处理速度快。本书也正是将注意力集中在了极大规模数据上的挖掘，而且是从算法的角度来看待数据挖掘。其主要内容包括分布式文件系统、相似性搜索、搜索引擎技术、频繁项集挖掘、聚类算法、广告管理及推荐系统。在图书章节设置上，每章末尾都有小结，对重点专有名词会给出简要的概况，让大家对全章内容有一个巩固和再认识。更有习帮助大家理解正文所讲解的知识点。

本书是在Anand Rajaraman和Jeff Ullman于斯坦福大学多年所授的一门名为“Web挖掘”季度课程材料基础上总结而成，其含金量已可见一斑。译者是中科院计算技术研究所前瞻研究实验室信息检索课题组组长王斌博士，他同样也是《信息检索导论》的译者，相信大家拿到这本书的时候会被王老师孜孜以求的态度所感染。


转自图灵社区：作者LXL