本書可分成五部分,共25章。第1章是概述,系統介紹推薦系統的概念、功能、應用領域以及當前應用過程中遇到的問題與挑戰。
第一部分(第2~7章)介紹當前構建推薦系統最普遍使用的技術,如協同過濾、基於內容的數據挖掘的方法、上下文相關的方法等。
第二部分(第8~12章)概述已用於評價推薦質量的技術和方法,涉及推薦系統設計與實踐方面;描述設計和實施推薦系統的注意事項;為選擇更合適的算法提供准則,另外評估用於開發推薦系統的方法、挑戰和評測指標。
第三部分(第13~17章)討論推薦系統如何呈現、瀏覽、解釋和可視化等若干問題,這一部分討論的技術使推薦過程更加結構化以及具有可交互性。
第四部分(第18~21章)討論利用各類用戶生成內容(UGC,如標簽、搜索查詢、信任評價等)產生類型新穎且更可信的推薦結果。
第五部分(第22~25章)討論推薦系統的高級課題,如探索用主動學習的原則來指導獲取新知識;防止推薦系統受惡意用戶攻擊的合適技術;如何整合多種類型的用戶反饋以及用戶偏好信息來構造更可靠的推薦系統。