大數(shù)據(jù)推動了各行各業(yè)的迅猛發(fā)展，各領(lǐng)域呈現(xiàn)出新產(chǎn)品、新技術(shù)、新服務和新的發(fā)展業(yè)態(tài)，但“信息豐富而知識貧乏”的現(xiàn)象仍然存在。逾越數(shù)據(jù)與知識之間的鴻溝，需要強有力的分析工具和分析方法的支撐。現(xiàn)有的關(guān)聯(lián)規(guī)則挖掘算法，因其時空復雜性和I/O代價高，難以適應大數(shù)據(jù)分析任務。本書充分利用Hadoop、Spark等集群系統(tǒng)的強大數(shù)據(jù)處理能力，論述了支持大數(shù)據(jù)分析的關(guān)聯(lián)規(guī)則并行挖掘算法與集群系統(tǒng)性能優(yōu)化，并探討了其在智能制造領(lǐng)域的應用。本書可供從事數(shù)據(jù)挖掘、機器學習及并行計算等相關(guān)專業(yè)的科研人員參考，也可作為高等院校計算機、大數(shù)據(jù)專業(yè)的高年級本科生與研究生的學習參考書。