本书从知识融合的角度，以信息-知识-服务为线索，以消费者行为理论为基础，分析了影响用户需求和偏好的因素，构建了电子商务推荐的知识模型。全书主要包含五个方面的内容：（1）构建基于知识融合模型的电子商务推荐框架；（2）构建基于ReKnOnto的电子商务推荐知识库；（3）对统一知识库中的用户知识进行分析；（4）针对用户-商品评分矩阵稀疏的问题，通过兴趣图谱和社交图谱的融合来构建用户兴趣模型，扩展用户-商品评分矩阵；（5）在商品特征模型和用户需求模型构建的基础上，研究如何利用价值叠加算法、神经网络算法和协同过滤算法，实现用户需求与商品的匹配。