●第1章緒論
1.1理解大數據挖掘
1.1.1大數據挖掘的定義
1.1.2大數據挖掘的任務
1.1.3大數據挖掘的特點
1.1.4大數據挖掘與相關技術的差異
1.2大數據挖掘的相關技術
1.2.1大數據獲取
1.2.2大數據存儲與管理
1.2.3大數據可視化
1.3小結
參考文獻
第2章大數據計算框架
2.1HDFS
2.2MapReduce
2.2.1MapReduce框架及範例
2.2.2MapReduce存在的問題和解決方法
2.3NoSQL(非關繫型)數據庫
2.3.1NoSQL數據庫的分類
2.3.2NoSQL數據庫實例
2.4SQL(關繫型)數據庫
2.4.1ApacheHIVE
2.4.2其他SQL數據庫
2.5小結
參考文獻
第3章關聯分析
3.1關聯分析的基本概念
3.1.1關聯分析的定義
3.1.2關聯規則的定義
3.1.3關聯規則的分類
3.2關聯規則挖掘的原理
3.2.1挖掘簡單關聯規則
3.2.2挖掘量化關聯規則
3.2.3挖掘多層關聯規則
3.2.4挖掘多維關聯規則
3.3關聯規則挖掘的基礎算法
3.3.1Apriori算法
3.3.2Apriori算法的優化
3.3.3FP-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
3.4.1USpan：高效用序列模式挖掘算法
3.4.2HulsMaR：基於MapReduCC的序列模式挖掘算法
3.5小結
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聚類分析的基礎算法
4.1.1層次的方法——單連接算法、BIRCH算法
4.2.2劃分的方法——κ-means和κ-medoids算法
4.2.3基於密度的方法——OPTICS算法
4.3聚類分析的進階方法
4.3.1DensityPeaks算法(AA算法)
4.3.2κ-means：真基於MapReduce的κ-means算法
4.4小結
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基於統計的方法
5.3.3基於神經網絡的方法
5.4分類分析的基礎算法
5.4.IID3和C4.5算法：基於決策樹的分類算法
5.4.2SLIQ：一種高速可伸縮的基於決策樹的分類算法
5.4.3後向傳播算法BP算法：基於神經網絡的分類算法
5.5分類分析的進階方法
5.6小結
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基於統計的異常分析方法
62.2基於偏差的異常分析方法
6.2.3基於距離的異常分析方法
6.2.4基於密度的異常分析方法
6.3異常分析的主要算法
6.3.1基於距離的異常分析算法
6.3.2基於密度的異常分析算法
6.4小結
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繫
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特異群組挖掘應用
7.6小結
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多維溫度序列協同異常事件挖掘算法
8.5小結
參考文獻
第9章異質數據網絡挖掘
9.1異質數據網絡
9.2異質數據網絡挖掘研究現狀
9.3數據網絡上的相似性度量的研究
9.4異質數據網絡挖掘研究內容
9.5小結
參考文獻
第10章大數據挖掘應用之推薦繫統
10.1推薦繫統研究階段
10.2推薦繫統算法
10.2.1推薦繫統定義
10.2推薦算法分類
10.2.3比較與分析
10.3推薦繫統的評測
10.4小結
參考文獻
第11章大數據中的隱私問題
11.1隱私的重要性
11.2隱私保護技術
11.2.1直接攻擊的應對方法
11.2.2間接攻擊的應對方法
11.3小結
參考文獻

熊赟、朱揚勇、陳志淵編著的這本《大數據挖掘》繫統介紹了大數據挖掘的概念、原理、技術和應用，具體包括：認識和理解大數據；大數據挖掘需要的相關技術(大數據獲取技術、大數據存儲管理技術和大數據可視化技術等)；大數據計算框架；大數據挖掘任務(關聯分析、聚類分析、分類分析、異常分析、特異群組挖掘和演變分析)；大數據應用實現。
本書對大數據挖掘技術進行了全面而細致的定義和歸納，並向讀者展現了該領域近期新研究熱點和技術。
本書可供數據科學專業的高等學校學生及教師，從事數據領域工作的研究人員、技術人員、管理人員和決策人員參考閱讀。