我正在寻找网站\博客，人们解释他们如何解决大数据的性能和其他问题。我知道有关可扩展的Web应用程序和站点（如twitter，facebook）的一些资源。没关系，但我正在寻找主要用于数据挖掘的具体算法。
答案 0 :(得分：0)
实际上，大数据上做的很多事情都不符合“数据挖掘”的要求。 他们最多应用以前学过的规则来统一大数据，主要是为了预测消费者为他们提供广告的兴趣。但这主要归结为“对体育有兴趣”的决定。这里可以接受相当大的错误率，因为没有任何费用可以为体育广告提供服务。网络充满了谷歌将人们置于错误的消费者群体中的故事。通常甚至不正确地预测性别。
无论何时你看到“大数据”，都需要大量的盐。它主要是吹牛和流行语宾果游戏。大数据的挑战仍然在于实际完成它，而不是（还）正确地完成它。
这篇文章就是一个很好的例子：http://www.technologyreview.com/web/39487/
雅虎预测（使用Twitter“大数据”并推动这篇文章声称他们比出口民意调查要好得多，吹嘘布拉格吹嘘）“罗姆尼有90％的机会赢得南卡罗来纳州”。实际上，罗姆尼得到了28％，而金里奇得到了40％。
或尝试一些“情绪分析”类型的工具。他们会告诉你一个包含“小狗”的推文帖子是正面的，含有“蟑螂”是负面的。这就是他们最近通过“情绪分析”获得的质量。同样，他们非常关注从数据中获取任何，他们还没有真正分析（甚至验证）结果。抱歉。我敢打赌，我会得到一些关于这个批评的事情，但这就是每天都在发生的事情。看看雅虎的例子。他们显然能够处理他们的“大数据”，但他们的结果肯定没有准备好黄金时间，他们仍然需要努力。
同样，对于某些广告定位情况，错误率可能会非常高。比随机更好的东西，比随机更好！这意味着比你随机投放广告更省钱。所以它并非毫无价值;可能无法与非大数据方法相媲美。