本書以構建準確性高、穩(wěn)定性優(yōu)、時效性強的興趣點推薦系統(tǒng)為目標，以系統(tǒng)論為理論準則，將興趣點推薦系統(tǒng)模塊化為由數(shù)據(jù)收集、數(shù)據(jù)預處理、推薦結果生成和系統(tǒng)性能評估組成的有機整體，本書的研究涉及了系統(tǒng)論、信息論、人工智能、機器學習與數(shù)據(jù)挖掘等諸多領域，為融合上下文信息的興趣點推薦系統(tǒng)研究提供了新思路，具有一定的理論借鑒價值。