随着信息技术的飞速的发展，大数据时代已经到来。面对海量多源异构数据，企业如何通过挖掘大数据，进而改善用户服务是一个备受关注的问题。推荐系统是在大数据环境下解决“信息过载”问题，并向用户提供个性化服务的有效手段。本书将围绕个性化推荐，介绍推荐系统的原理、经典算法以及面向大数据的前沿推荐算法，并对推荐系统研究中的算法评价和常见问题进行介绍、分析和总结。此外，本书还提出了一种基于大数据网络的推荐算法，该算法基于用户网络和商品网络进行推荐系统的设计，为大数据环境下数据稀疏问题的解决提供了帮助。

潘禹辰
----------------------------
潘禹辰，人民大学信息资源管理学院讲师（长聘助理教授），中国科协青年人才托举工程项目入选者，中国科协高端科技创新智库青年项目入选者，中国人民大学“杰出学者”青年学者B岗，中华人民共和国交通部项目评审专家。主要从事大数据分析与深度学习、人工智能与机器学习相关的研究，尤其是在个性化推荐与医疗健康领域的应用，主持多项中国科协及校级科研项目。

第1 章 绪论 第2章 推荐系统研究概述 第3章推荐系统中的用户偏好相似度分析 第4章基于网络的O2O服务推荐算法 第5章结论与展望