大数据互联网大规模数据挖掘与分布式处理 内容简介

本书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；
□ 搜索引擎技术，如谷歌的pagerank；
□ 频繁项集挖掘；
□ 大规模高维数据集的聚类算法；
□ web应用中的关键问题：广告管理和推荐系统。
本书配套网http://infolab.stanford.edu/~ullman/mmds.html上提供英文版初稿以及一些课件和项目作业。

大数据互联网大规模数据挖掘与分布式处理 本书特色

大数据时代的及时雨全球著名数据库技术专家*新力作理论与实际算法实现并重

大数据互联网大规模数据挖掘与分布式处理 目录

大数据互联网大规模数据挖掘与分布式处理 作者简介

AnandRajaraman数据库和Web技术领域权威，创业投资基金Cambrian联合创始人，斯坦福大学计算机科学系助理教授。Rajaraman职业生涯非常成功：1996年创办Junglee公司，两年后该公司被亚马逊以2.5亿美元收购，Rajaraman被聘为亚马逊技术总监，推动亚马逊从一个零售商转型为零售平台；2000年与人合创Cambrian，孵化出几个后来被谷歌收购的公司；2005年创办Kosmix公司并任CEO，该公司2011年被沃尔玛集团收购。Rajaraman生于印度，在斯坦福大学获得计算机科学硕士和博士学位。求学期间与人合著的一篇论文荣列近20年来被引用次数最多的论文之一。博客地址http://anand.typepad.com/datawocky/。
JeffreyDavidUllman美国国家工程院院士，计算机科学家，斯坦福大学教授。Ullman早年在贝尔实验室工作，之后任教于普林斯顿大学，十年后加入斯坦福大学直至退休，一生的科研、著书和育人成果卓著。他是ACM会员，曾获SIGMOD贡献奖、Knuth奖等多项科研大奖；他是“龙书”《编译原理》、数据库领域权威指南《数据库系统实现》的合著者；麾下多名学生成为了数据库领域的专家，其中最有名的当属谷歌创始人SergeyBrin；本书第一作者也是他的得意弟子。Ullman目前任Gradiance公司CEO。