Hadoop 用于研究的大型开源数据集

请帮助我为数据挖掘研究项目找到一个海量数据集

如果你向我推荐任何搜索引擎数据Google/yahoo用户搜索历史或Wikipedia的用户浏览统计数据或twitter的用户推特数据集，那将非常有帮助

http://labrosa.ee.columbia.edu/millionsong/

---

我正在开发hadoop框架和数据库，因此我希望每个表中有数百万条记录。

这里是百万首歌曲数据集

http://labrosa.ee.columbia.edu/millionsong/

如果你想提取推文，我建议你使用推特的流媒体API

---

嘿，谢谢你。但如果你能向我推荐一些搜索引擎数据集或twitter推特数据集，那就太好了。因为我想进一步研究基于个人资料的网络个性化。这将帮助我挖掘用户的兴趣，我可以在搜索结果的工作。再次感谢。