《大数据：互联网大规模数据挖掘与分布式处理》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。