第一章总共20个课时，主要是从系统的规划、分析、设计、实施到运行维护及其开发方式来介绍推荐系统及应用；同时介绍了lambda架构，包括批处理层、实时处理层、服务层，然后介绍了推荐系统架构及其与lambda architecture的关系，最后以推荐系统实验的方式使学者充分掌握电商推荐系统的基础理论。 第二章总共8个课时，主要讲解了推荐算法与Spark MLLIB，首先介绍了推荐算法概念，其次是对协同过滤算法的介绍、实现与总结，最后是对Spark-mllib-Spark MLlib的概述和推荐算法介绍以及对推荐算法实战和总结的描述。 第三章总共8个学时，详细介绍了电商推荐系统的研发流程。课程首先介绍了推荐系统与Lambda architecture，然后进行了大量电商推荐系统实验，使得学者能够深入对电商推荐系统的详细研发流程。

充分掌握电商推荐系统的基础理论，深入了解对电商推荐系统的详细研发流程。

拥有大数据及算法基础，感兴趣于Spark技术研发