 Motivation – Why do we need big data integration? – How has “small” data integration been done? – Challenges in big data integration  Schema alignment  Record linkage  Data fusion  Emerging topics

1 Introduction 2 MapReduce Basics 3 MapReduce algorithm design 4 Inverted Indexing for Text Retrieval 5 Graph Algorithms 6 EM Algorithms for Text Processing 7 Closing Remarks

《大规模数据处理——云计算 Mass Data Processing Cloud Computing》课程教学资源（阅读材料）MapReduce——Simplified Data Processing on Large Clusters

《大规模数据处理——云计算 Mass Data Processing Cloud Computing》课程教学资源（阅读材料）The Google File System（GFS）

《大规模数据处理——云计算 Mass Data Processing Cloud Computing》课程教学资源（阅读材料）k-means++——The Advantages of Careful Seeding

《大规模数据处理——云计算 Mass Data Processing Cloud Computing》课程教学资源（阅读材料）Efficient Clustering of High-Dimensional Data Sets with Application to Reference Matching

《大规模数据处理——云计算 Mass Data Processing Cloud Computing》课程教学资源（阅读材料）The Anatomy of a Large-Scale Hypertextual Web Search Engine

一、填空题(每空1分,共24分) 1.大多数排序算法都有两个基本的操作 和 2.在对一组记录

【人工智能】面向调线调坡的点云大数据分析及深度模型研究

《并行与分布式程序设计》课程教学参考书：分布式与云计算《Spark大数据处理技术、应用与性能优化》（PDF扫描版）