《大数据(互联网大规模数据挖掘与分布式处理)》由拉贾拉曼、厄尔曼所著，是关于数据挖掘的。但是，本书主要关注极大规模数据的挖掘，也就是说这些数据大到无法在内存中存放。由于重点强调数据的规模，所以本书的例子大都来自web本身或者web上导出的数据。另外，本书从算法的角度来看待数据挖掘，即数据挖掘是将算法应用于数据，而不是使用数据来“训练”某种类型的机器学习引擎。

《大数据(互联网大规模数据挖掘与分布式处理)》由斯坦福大学的“web 挖掘”课程的内容总结而成，由拉贾拉曼、厄尔曼所著，主要关注极大规模数据的挖掘。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。其中相关章节有对应的习题，以巩固所讲解的内容。读者更可以从网上获取相关拓展材料。

《大数据(互联网大规模数据挖掘与分布式处理)》适合本科生、研究生及对数据挖掘感兴趣的读者阅读。

第1章 数据挖掘基本概念

第2章 大规模文件系统及map-reduce

第3章 相似项发现

第4章 数据流挖掘

第5章 链接分析

第6章 频繁项集

第7章 聚类

第8章 web广告

第9章 推荐系统

索引