用于研究的大型开放源代码数据集

请帮助我找到用于数据挖掘研究项目的海量数据集。用于研究的大型开放源代码数据集

，如果你给我建议任何搜索引擎数据（谷歌/雅虎用户的搜索历史记录）或维基百科的用户查看统计或Twitter的用户鸣叫数据集这将是非常有益的。

我正在研究hadoop框架和数据库，因此我想要在每个表中的数百万条记录。

这是百万首歌曲数据集。

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

如果你想提取推文，我会建议Twitter的Streaming API。

2015-02-11 18:45:15 221B

嘿谢谢Data-KeeG。但是，如果你建议我使用一些搜索引擎数据集或Twitter推文数据集，那将会非常好。因为我想进一步工作基于配置文件的Web个性化。这将帮助我挖掘用户的兴趣，我可以在搜索结果上工作。再次感谢。 – 2015-02-14 15:49:13

回答