웹이 비즈니스와 전자상거래에서 중요한 매체가 되면서 1990년대에는 추천 시스템의 중요도가 점점 높아졌다. 웹은 다른 채널에서는 볼 수 없었던 개인화를 위해 이전엔 볼 수 없었던 기회를 제공했다. 특히 데이터 수집에 편의성을 더해 추천 아이템에 이용할 수 있는 사용자 인터페이스를 제공했다. 이때부터 추천 시스템은 대중의 인식 측면에서 크게 성장했다. 많은 콘퍼런스와 워크샵에서 추천 시스템에 전적으로 전념하고 있다는 것을 볼 수 있었다. ACM 콘퍼런스는 특히 주목할 만하다. 추천 시스템에 대한 최신 결과에 관해 정기적으로 많이 기여하기 때문이다. 추천 시스템의 주제는 매우 다양하다. 추천을 만들 때 '사용자-선호도'와 '사용자-요구 사항'과 같은 다양한 유형을 지정할 수 있기 때문이다. 추천 시스템에서 가장 잘 알려진 방법은 협업 필터링, 콘텐츠 기반, 지식 기반 방법이다. 이 세 가지 방법은 추천 시스템의 연구의 기본축을 구성한다. 최근 몇 년 동안 다양한 데이터 도메인과 시간, 위치, 소셜 정보와 같은 컨텍스트를 위한 특별한 방법이 설계됐다. 특별한 시나리오와 쿼리 로그 마이닝, 뉴스 추천, 전산 광고와 같은 다양한 애플리케이션 도메인에 적용 가능한 수많은 진보된 방법을 제안했다. 이 책은 이러한 주요한 주제들을 반영해 구성했다.
