第1章 緒論 1.1 理解大數(shù)據(jù)挖掘 1.1.1 大數(shù)據(jù)挖掘的定義 1.1.2 大數(shù)據(jù)挖掘的任務(wù) 1.1.3 大數(shù)據(jù)挖掘的特點 1.1.4 大數(shù)據(jù)挖掘與相關(guān)技術(shù)的差異 1.2 大數(shù)據(jù)挖掘需要的相關(guān)技術(shù) 1.2.1 大數(shù)據(jù)獲取1.2.2 大數(shù)據(jù)存儲與管理1.2.3 大數(shù)據(jù)可視化1.3 小結(jié)參考文獻 第2章 大數(shù)據(jù)計算框架 2.1. hdfs 2.2. mapreduce2.2.1 mapreduce框架及范例2.2.2 mapreduce存在的問題和解決方法2.3. nosql（非關(guān)系型）數(shù)據(jù)庫2.3.1 nosql數(shù)據(jù)庫的分類2.3.2 nosql數(shù)據(jù)庫實例2.4. sql（關(guān)系型）數(shù)據(jù)庫2.4.1. apache hive 2.4.2. 其他sql數(shù)據(jù)庫 2.5 小結(jié)參考文獻 第3章 關(guān)聯(lián)分析 3.1關(guān)聯(lián)分析的基本概念 3.1.1 關(guān)聯(lián)分析的定義3.1.2 關(guān)聯(lián)規(guī)則的定義3.1.3 關(guān)聯(lián)規(guī)則的分類3.2 關(guān)聯(lián)規(guī)則挖掘的原理3.2.1 挖掘簡單關(guān)聯(lián)規(guī)則 3.2.2 挖掘量化關(guān)聯(lián)規(guī)則 3.2.3 挖掘多層關(guān)聯(lián)規(guī)則 3.2.4 挖掘多維關(guān)聯(lián)規(guī)則 3.3 關(guān)聯(lián)規(guī)則挖掘的基礎(chǔ)算法3.3.1 apriori算法3.3.2 apriori算法3.3.3 fp-growth算法3.3.4 序列模式挖掘算法3.4挖掘算法的進階方法 3.4.1 uspan：高效用序列模式挖掘算法3.4.2 基于mapreduce的husmar算法3.5 小結(jié)參考文獻 第4章 聚類分析 4.1聚類分析的基本概念4.1.1 簇與聚類 4.1.2 相似性度量和聚類原理 4.2聚類分析的基礎(chǔ)算法 4.2.1 層次的方法――單連接算法、birch算法 4.2.2 劃分的方法――k－means和k-medoids算法4.2.3 基于密度的方法――optics算法4.3 進階方法4.3.1 density peaks算法（aa算法）4.3.2 k-means||：基于mapreduce的k-means算法4.4 小結(jié) 參考文獻 第5章 分類分析 5.1分類分析的基本概念 5.2 分類模型5.3 分類分析的原理 5.3.1 決策樹5.3.2 基于統(tǒng)計的算法5.3.3 基于神經(jīng)網(wǎng)絡(luò)的算法5.4 分類分析的基礎(chǔ)算法 5.5 分類分析的進階方法5.6 小結(jié)參考文獻 第6章 異常分析6.1異常分析的基本概念6.1.1 異常6.1.2 異常分析6.2異常分析的原理 6.2.1 基于統(tǒng)計的異常分析方法6.2.2 基于偏差的異常分析方法 6.2.3 基于距離的異常分析方法6.2.4 基于密度的異常分析方法 6.3異常分析的主要算法6.3.1 基于距離的異常分析算法6.3.2 基于密度的異常分析算法6.4 小結(jié)參考文獻 第7章 特異群組挖掘 7.1特異群組挖掘的基本概念7.2 特異群組挖掘與聚類和異常檢測的關(guān)系7.3 特異群組挖掘形式化描述7.4 特異群組挖掘框架算法7.5 特異群組挖掘應(yīng)用 7.6 小結(jié) 參考文獻 第8章 演變分析 8.1演變分析的基本概念 8.2 演變分析的原理8.3 演變分析的基礎(chǔ)算法 8.4 演變分析的進階算法 8.4.1 時間序列隨機偏移符號化表示算法8.4.2 多維溫度序列協(xié)同異常事件挖掘算法8.5 小結(jié)參考文獻 第9章 異質(zhì)數(shù)據(jù)網(wǎng)絡(luò)挖掘9.1 異質(zhì)數(shù)據(jù)網(wǎng)絡(luò)9.2 異質(zhì)數(shù)據(jù)網(wǎng)絡(luò)挖掘研究現(xiàn)狀9.3 數(shù)據(jù)網(wǎng)絡(luò)上的相似性度量的研究9.4 異質(zhì)數(shù)據(jù)網(wǎng)絡(luò)挖掘研究內(nèi)容9.5 小結(jié)參考文獻第10章 大數(shù)據(jù)挖掘應(yīng)用之推薦系統(tǒng)10.1 推薦系統(tǒng)研究階段10.2 推薦系統(tǒng)算法 10.2.1 推薦系統(tǒng)定義 10.2.2 推薦算法分類 10.2.3 比較與分析10.3 推薦系統(tǒng)的評測 0.4 小結(jié)參考文獻第11章 大數(shù)據(jù)中的隱私問題 11.1. 隱私的重要性 11.2. 隱私保護技術(shù) 11.2.1. 直接攻擊的應(yīng)對方法 11.2.2. 間接攻擊的應(yīng)對方法11.3 小結(jié)參考文獻