1.大数据时代概述

1.1 大数据解决的问题是什么？
1.2 大数据公司（部门）的都在做什么？
1.3 如何建立自己的大数据能力？

2.数据挖掘基础及Weka 工具使用

2.1 数据挖掘过程与挖掘工具Weka使用实践
2.2 数据挖掘模型评估方法
2.3 数据挖掘的模型评估指标

3. 如何研发大数据算法：以数据分类挖掘新技术为例

3.1 工业界应用举例
3.2 分类挖掘原理探索：经典的单模型方法
3.3 分类学习根源问题的更好解决方案：多模型方法
3.4 多模型重要算法汇总
3.5 如何研发一个新的数据挖掘算法：案例讲解

4.以大数据挖掘为中心的推荐引擎实战

4.1 推荐引擎解决的问题
4.2 推荐系统历史
4.3 通用推荐引擎基础架构
4.4 社会化推荐引擎
4.5 社会化推荐引擎算法案例讲解

5.以大数据为中心的社交网络应用挖掘实战

5.1 社交图谱挖掘介绍
5.2 社交图谱挖掘案例讲解：好友亲密度模型
5.3 社交图谱挖掘案例讲解：好友自动分组

6.以大数据为中心的浏览型和金融支付保险型互联网应用的数据挖掘实战

6.1 互联网应用的分类
6.2 流量型应用中的大数据应用实例

7.学员问题解答