爱华网Amazon从2008年开始就为开发者提供几十TB的开发数据。
2、Yahoo! Webscope
3、Konect is a collection of network datasets
4、Stanford Large Network Dataset Collection
再就是说说几个跟互联网有关的数据集：
1、Dataset for "Statistics and Social Network of YouTubeVideos"
2、1998 World Cup Web Site Access Logs
这个是1998年世界杯期间的数据集。从1998/04/26 到 1998/07/26 的92天中，发生了1,352,804,107次请求。
3、Page view statistics for Wikimedia projects
4、AOL Search Query Logs - RP
5、livedoor gourmet
海量图像数据集：
1、ImageNet
包含1400万的图像。
2、Tiny Images Dataset
包含8000万的32x32图像。
3、 MirFlickr1M
Flickr中的100万的图像集。
4、 CoPhIR
Flickr中的1亿600万的图像
5、SBU captioned photo dataset
Flickr中的100万的图像集。
6、Large-Scale Image Annotation using Visual Synset(ICCV2011)
包含2亿图像
7、NUS-WIDE
Flickr中的27万的图像集。
8、SUN dataset
包含13万的图像
9、MSRA-MM
包含100万的图像，23000视频
10、TRECVID
中国气象科学数据跟气象有关的各种数据集，容量很大http://cdc.cma.gov.cn/dataSetLogger.do?changeFlag=dataLogger
持续更新中……
