信息推荐系统是解决大数据环境下互联网应用过程出现“信息过载”问题非常有潜力的方法。《信息推荐系统（第2版）》根据国内外信息推荐系统的发展状况，并以作者的科研成果为基础，较为系统地介绍了信息推荐系统的原理、技术和应用，为用户提供个性化的信息推荐服务。《信息推荐系统（第2版）》首先介绍信息推荐系统的基础知识，包括信息推荐系统概述和信息推荐系统的相关技术，并分别介绍了信息推荐系统的两种主要类型，即信息内容过滤推荐系统和信息协同过滤推荐系统。在此基础上，《信息推荐系统（第2版）》对信息推荐系统的研究热点进行探讨，包括基于Web挖掘的商品信息推荐系统、社会化信息推荐系统、基于情境感知的信息推荐系统和基于用户画像的信息推荐系统。最后，《信息推荐系统（第2版）》面向智慧图书馆领域，融合信息推荐系统的理论和方法，从不同视角阐述智慧图书馆个性化信息推荐服务，为读者在泛在环境下不同类型的场景活动提供互联、高效和便利的嵌入式推荐服务。《信息推荐系统（第2版）》反映了信息推荐系统领域新的研究成果，论述强调系统性、前沿性，内容丰富，图文并茂，可读性强，有较高的学术价值。
　　《信息推荐系统（第2版）》适合于从事信息管理和应用、信息系统设计与开发、企业信息系统相关领域的广大工程技术人员和管理人员参考，同时也可作为信息管理与信息系统、数据科学、计算机应用、电子商务等专业高年级本科生、研究生及高校教师的教学参考书。

　　曾子明，男，1977年生，博士，博士后，教授，博士生导师，武汉大学信息资源研究中心研究员，入选为武汉大学“351人才计划”之珞珈青年学者。先后主持国家社会科学基金重大项目子课题、国家自然科学基金面上项目、国家自然科学基金青年项目、教育部人文社科重点研究基地重大项目、教育部人文社科研究项目、中国博士后科学基金、湖北省教育厅人文社科研究项目和企业委托项目等项目，参与教育部人文社会科学重点研究基地重大项目、香港特区自然科学基金研究项目、国家自然科学基金项目等。近年来，在国内外核心期刊和重要国际学术会议上发表论文80余篇，其中多篇论文被SOI、EI、CSSCI等重要检索机构收录，兼任国家自然科学基金通讯评审专家、教育部学位中心博士学位论文抽检通讯评议专家以及国内多家期刊审稿专家，同时兼任国内外多个学术期刊的审稿专家。

第1章 信息推荐系统概述
1．1 网络信息资源及获取服务模式
1．1．1 网络信息资源
1．1．2 信息获取服务模式
1．2 基于“信息推送”模式的信息推荐系统
1．2．1 信息推荐系统的概念与通用模型
1．2．2 信息推荐系统与个性化信息服务
1．2．3 信息推荐系统的研究内容
1．2．4 信息推荐系统的分类
1．2．5 信息推荐系统的发展现状和实例
1．3 信息推荐系统的应用领域和研究热点
1．3．1 信息推荐系统的应用领域
1．3．2 信息推荐系统酊研究热点
参考文献

第2章 信息推荐系统技术
2．1 信息推荐系统的基本技术
2．1．1 信息检索和信息过滤
2．1．2 数据挖掘技术
2．1．3 信息推荐算法概述
2．2 基于深度学习的推荐系统
2．2．1 问题的提出
2．2．2 深度学习技术
2．2．3 基于深度学习的推荐模型和方法
本章小结
参考文献

第3章 信息内容过滤推荐系统
3．1 引言
3．2 内容过滤推荐系统的相关技术
3．2．1 信息检索模型
3．2．2 文本特征抽取
3．3 内容过滤推荐系统的模型和算法
3．3．1 内容过滤推荐系统的模型
3．3．2 基于向量空间模型匹配的信息推荐算法
3．3．3 基于朴素贝叶斯分类的信息推荐算法
3．4 内容过滤推荐的用户兴趣建模
3．4．1 问题的提出
3．4．2 理论基础
3．4．3 研究设计
3．4．4 数据采集与处理
3．4．5 实验
本章小结
参考文献

第4章 信息协同过滤推荐系统
4．1 引言
4．2 基于内存的信息协同过滤推荐
4．2．1 基于用户的信息协同过滤
4．2．2 基于项目的信息协同过滤
4．3 基于模型的信息协同过滤推荐
4．3．1 基于降维技术的协同过滤推荐
4．3．2 基于聚类的协同过滤推荐
……

第5章 基于Web挖掘的商品信息推荐系统
第6章 社会化信息推荐系统
第7章 基于情境感知的信息推荐系统
第8章 基于用户画像的信息推荐系统
第9章 智慧图书馆信息推荐服务