《Mahout算法解析与案例实战》内容简介

本书是一本经典的Mahout著作，原理与实战并重。不仅全面分析了Mahout算法库不同模块中的各个算法的原理及其实现流程，而且每个算法都辅之以实战案例。此外，还包括4个系统级案例，实战性非常强。
全书11章共分为三个部分：第一部分为基础篇（第1～2章），首先介绍了Mahout的应用背景、Mahout算法库收录的算法、Mahout的应用实例，以及开发环境的搭建；第二部分为算法篇（第3～7章），分析了Mahout算法库中不同模块的各个算法的原理以及Mahout实现流程，同时在各章节含有每个算法的实战，让读者可以自己运行程序，感受程序运行的各个流程；第三部分为实战篇（第8～11章），通过对4个不同系统案例的分析讲解，让读者了解开发完整的云平台系统的各个流程，即需求分析、系统框架选择及构建、系统功能设计和功能开发。
樊哲 资深软件开发工程师，精通Java相关技术，专注数据挖掘领域，对Hadoop和Mahout等大数据技术有较深入的研究和丰富的实践，目前正从事Mahout算法开发方面的工作。活跃于CSDN和Hadoop技术论坛等社区，荣获“CSDN2013博客之星”头衔。

作品目录

前言
为什么要写这本书
读者对象
如何阅读本书
勘误和支持
致谢
第一部分
基础篇
第1章：Mahout简介
1.1、Mahout应用背景
1.2、Mahout算法库
1.3、Mahout应用
1.4、本章小结
第2章：Mahout安装配置
2.1、Mahout安装前的准备
2.2、两种安装方式
2.3、测试安装
2.4、本章小结
第二部分
算法篇
第3章：聚类算法
3.1、Canopy算法
3.2、K-Means算法
3.3、Mean
Shift算法
3.4、本章小结
第4章：分类算法
4.1、Bayesian算法
4.2、Random
Forests算法
4.3、本章小结
第5章：协同过滤算法
5.1、Distributed
Item-Based
Collaborative
Filtering算法
5.2、Collaborative
Filtering
with
ALS-WR算法
5.3、本章小结
第6章：模式挖掘算法
6.1、FP树关联规则算法
6.2、本章小结
第7章：Mahout中的其他算法
7.1、Dimension
Reduction算法
7.2、本章小结
第三部分
实战篇
第8章：Friend
Find系统
8.1、系统功能
8.2、数据库设计
8.3、系统技术框架
8.4、系统流程
8.5、系统实现
8.6、本章小结
第9章：Wine
Identification系统
9.1、系统功能
9.2、系统框架
9.3、数据库设计
9.4、系统流程
9.5、系统实现
9.6、本章小结
第10章：Dating
Recommender系统
10.1、系统功能
10.2、系统框架
10.3、数据库设计
10.4、系统流程
10.5、算法设计
10.6、系统实现
10.7、本章小结
第11章：博客推荐系统
11.1、系统功能
11.2、系统框架
11.3、数据库设计
11.4、系统流程
11.5、算法设计
11.6、系统实现
11.7、本章小结