推薦繫統是一種預測用戶對商品和信息的喜好的
模型，可以幫助用戶發現自己感興趣的信息和商品。
構建推薦繫統時，既要考慮效率，也要考慮有效性；
既要考慮用戶心理，也要考慮用戶的行為；既要考慮
商品和信息的外在屬性，又要考慮商品和信息的相互
關聯。由於其綜合性和復雜性，推薦繫統可以看成是
數據庫、自然語言處理、機器學習、信息檢索、算法
甚至心理學等領域的綜合與交叉。查魯·C.阿加沃爾
著的《推薦繫統(原理與實踐)/計算機科學叢書》從
上述龐雜知識領域中梳理出一個完整的知識體繫，有
助於初學者繫統地學習推薦繫統知識。

出版者的話
譯者序
前言
致謝
作者簡介
第1章 **繫統概述
1.1 引言
1.2 **繫統的目標
1.2.1 **繫統應用範圍
1.3 **繫統的基本模型
1.3.1 協同過濾模型
1.3.2 基於內容的**繫統
1.3.3 基於知識的**繫統
1.3.4 人口統計**繫統
1.3.5 混合集成的**繫統
1.3.6 對**繫統的評價
1.4 **繫統領域特有的挑戰
1.4.1 基於上下文的**繫統
1.4.2 時間敏感的**繫統
1.4.3 基於位置的**繫統
1.4.4 社交信息繫統
1.5 **論題和應用
1.5.1 **繫統中的冷啟動問題
1.5.2 抗攻擊**繫統
1.5.3 組**繫統
1.5.4 多標準**繫統
1.5.5 **繫統中的主動學習
1.5.6 **繫統中的隱私問題
1.5.7 應用領域
1.6 小結
1.7 相關工作
1.8 習題
第2章 基於近鄰的協同過濾
2.1 引言
2.2 評分矩陣的關鍵性質
2.3 通過基於近鄰的方法預測評分
2.3.1 基於用戶的近鄰模型
2.3.2 基於物品的近鄰模型
2.3.3 高效的實現和計算復雜度
2.3.4 基於用戶的方法和基於物品的方法的比較
2.3.5 基於近鄰方法的優劣勢
2.3.6 基於用戶的方法和基於物品的方法的聯合
2.4 聚類和基於近鄰的方法
2.5 降維與近鄰方法
2.5.1 處理偏差
2.6 近鄰方法的回歸模型視角
2.6.1 基於用戶的*近鄰回歸
2.6.2 基於物品的*近鄰回歸
2.6.3 基於用戶的方法和基於物品的方法的結合
2.6.4 具有相似度權重的聯合插值