本書由五部分組成：推薦系統的技術、評估、應用、人機交互及高級話題。
第一部分展示了如今構建推薦系統的流行和基礎的技術，如協同過濾、基於語義的方法、資料採擷方法和基於情境感知的方法。
第二部分主要關注離線和真實用戶環境下用於評估推薦品質的技術及方法。
第三部分包括了一些推薦技術多樣性的應用。首先簡述了與工業實現和推薦系統開發相關的一般性問題，隨後詳細介紹了推薦系統在各領域中的應用：音樂、學習、移動、社交網路及它們之間的交互。第四部分包含了探討一系列問題的文章，這些問題包括推薦的展示、流覽、解釋和視覺化以及人工決策與推薦系統相關的重要問題。
第五部分收集了一些關於高級話題的文章，例如利用主動學習技術來引導新知識的學習，構建能夠抵擋惡意使用者攻擊的健壯推薦系統的合適技術，以及結合多種用戶回饋和偏好來生成更加可靠的推薦系統。
《推薦系統：原理與實踐》：本書介紹當前推薦系統領域中的經典方法。不僅詳細討論了各類方法，還對同類技術進行了歸納總結，這有助於讀者對當前推薦系統研究領域有全面的瞭解。書中提供了大量的例子和習題來幫助讀者深入理解和掌握相關技術。此外，本書還介紹了當前新的研究方向，為讀者進行推薦系統技術的研究提供參考。本書既可以作為電腦相關專業本科生和研究生的教材，也適合開發人員和研究人員閱讀。
