在数据稀疏性和长尾产品销售困难的背景下，本书针对领域间共享信息的挖掘与迁移、用户多样化需求量化和长尾产品相关知识迁移等问题，提出了基于张量分解的跨领域推荐方法、融合信任关系的多样化推荐方法和基于跨领域推荐技术的长尾产品推荐方法。本书既丰富了多样化推荐方法和跨领域推荐方法的研究，也弥补了跨领域推荐方法在促进长尾产品推荐和提升推荐多样性上的研究不足。此外，本书对于用户隐私保护与满意度提升、数据集产品交易和长尾效应的形成等方面具有重要的现实指导意义。

余婷  首都经济贸易大学 管理工程学院，天津大学  数学与应用数学专业  理学学士学位  管理科学与工程专业   管理学硕士学位。

主要研究方向：跨领域推荐、迁移学习、社交网络。