本书梳理了推荐系统的知识体系及其现实挑战, 尤其是数据稀疏和冷启动两个重要问题, 给出解决这些问题的思考方向和解决思路, 从基础的基于用户与物品反馈的协同过滤, 到基于上下文信息的情景感知模型, 一步步深入剖析推荐系统模型的设计理念、建模方法和实验评估等。同时, 本书介绍了领先的开源推荐算法库LibRec, 能够更好地帮助读者了解推荐算法的实现原理和评估过程, 快速试用和比较不同算法的推荐性能, 也可方便读者基于LibRec框架便捷地实现自己的研究算法。并列题名：Recommender systems progress eng