Mining alto supporto:
-apriori
-sue estensioni: PCY, estensioni iceberg
-generazione degli insiemi frequenti senza il calcolo dei candidati

Sistemi di raccomandazione:
-collaborative filtering
-NBI
-Modelli ibridi

Map-Reduce:
-Concetti, motivazioni e algoritmi:
-conteggio parole documenti, prodotto vettore/matrice; Prodotto matrice/matrice; Join; Group By
-hadoop
-Beyond map-reduce
-spark

Ricerca di similarità su alte dimensioni:
-Shingling
-Min-Hashing
-LSH
-Min-LSH
-Dimensionality reduction:
-PCA
-SVD
-CUR
-Applicazione LSI
-Teorema di Johnson-Lindenstrauss

Link Analysis:
-PageRank
-Link spam
-Hub-Authorities
-Applicazioni su Map-Reduce

Web Advertising:
-Algoritmi online
-Adword e sue implementazioni

Graph mining e network analysis:
-Modelli di reti Random
-Conteggio triangoli
-subgraph matching e motif finding
-community detection: overlapping communities
-Network alignment

Text mining
-Cenni sul text mining: TF.IDF, Bag-Of-Word, Entity annotation
-Collegamento con dimensionality reduction

Mining of Massive Datasets

Jure Leskovec, Anand Rajaraman, Jeff Ullman

http://www.mmds.org