作为一门数据库、计算机算法、统计学和人工智能的复合交叉课程，内容从大数据的基础技术入手，首先重 点讲解数据挖掘和机器学习中的分类 (Classification)、关联规则(association rules)和聚类(Clustering)三种经 典的算法；然后介绍大数据处理平台Hadoop和Spark、非关系数据库NoSQL、 MapReduce分布式并行编程模 型等。接下来解剖信息检索和推荐系统两大Web主流应用的原理和模型，并通过例子加深对这些问题的理解。同 时推荐 Lucene和Mahout两个开源工具包，可以帮助学生快速搭建属于自己的全文搜索引擎和商品推荐应用系 统。最后给出了信息过滤系统的评价体系，对系统 性能进行定量的分析与判断。