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。

第1章 绪论
1.1 研究背景
1.2 研究现状
第2章 推荐系统研究概述
2.1 传统推荐算法
2.2 前沿推荐算法
2.3 推荐系统中的重要问题
2.4 推荐效果评估
2.5 O2O服务推荐
第3章 推荐系统中的用户偏好相似度分析
3.1 用户之间的偏好相似度衡量方法
3.2 改进的用户偏好相似度
第4章 基于网络的O2O服务推荐算法
4.1 基于服务网络的O2O服务推荐算法
4.2 基于用户网络的O2O服务推荐算法
第5章 结论与展望
5.1 研究工作总结
5.2 未来研究展望
参考文献