致我们的家人，在本手册准备期间，他们给我们耐心和支持。 F.R. L.R. B.S. P.K.
推荐系统是软件工具组和技术，可为用户使用事物时提供建议。
这些建议要在多种决策过程中帮助用户，比如要买什么东西，要听什么歌曲，或者要看什么新闻。
人们已经证明，推荐系统在为在线用户解决信息过载方面极有价值，
并且推荐系统在电子商务领域成为强大且普遍的工具。
相应地，人们在过去十几年提出了多种推荐系统生成技术，很多技术也成功运用在商业领域。
推荐系统开发是多原则成就，需要不同领域的专业知识，比如人工智能，人机交互，信息技术，数据挖掘，统计，自适应用户界面，决策支持系统，交易，或用户行为学。《推荐系统手册：科学研究和实践的完全指南》要
#贡献者名单
Gediminas Adomavicius Department of Information and Decision Sciences Carlson School of Management, University of Minnesota, Minneapolis, MN 55455, USA e-mail: gedas@umn.edu Xavier Amatriain Telefonica Research, Via Augusta, 122, Barcelona 08021, Spain e-mail: xar@tid.es Riccardo Bambini Fastweb, via Francesco Caracciolo 51, Milano, Italy e-mail: riccardo.bambini@fastweb.it Gleb Beliakov School of Information Technology, Deakin University, 221 Burwood Hwy, Burwood 3125, Australia, e-mail: gleb@deakin.edu.au Robert Bell AT&T Labs – Research e-mail: rbell@research.att.com David Bonnefoy Pearltrees, e-mail: david.bonnefoy@pearltrees.com Peter Briggs CLARITY: Centre for Sensor Web Technologies, School of Computer Science & Informatics, University College Dublin, Ireland, e-mail: Peter.Briggs@ucd.ie Robin Burke Center for Web Intelligence, School of Computer Science, Telecommunication and Information Systems, DePaul University, Chicago, Illinois, USA e-mail: rburke@cs.depaul.edu