Zbog svojih brojnih svojstava i principa funkcioniranja umjetni imunološki sustavi su primjenjivi u domeni problema klasifikacije i ocjenjivanja objekata s uočljivim značajkama. Detaljnim uvidom u mogućnosti primjene umjetnih imunoloških sustava zaključuje se da su pogodni za rješavanje problema preporuke zanimljivih sadržaja, poštujući evoluciju korisničkih sklonosti i interesa. Jedna od novih teorija kontekstno zavisnih odgovora u području imunoloških sustava, nazvana teorija opasnosti, objašnjava reakcije imunoloških stanica na patogene. Ovaj rad opisuje izgradnju modela preporučiteljskog sustava za potrebe preporuke sadržaja temeljenog na umjetnom imunološkom sustava uz korištenje teorije opasnosti. Analizom potreba preporučiteljskog sustava definirani su zahtjevi i svojstva modela, te je predložena arhitektura sustava. Na osnovu usporedbe s drugim umjetnim imunološkim sustavima, predloženo je detaljno radno okruženje kroz reprezentaciju komponenata sustava, odabir više različitih mjera sličnosti za usporedbu vektora značajki, i odabir procedura upravljanja dinamikom i životnim ciklusom komponenata sustava. Za potrebe modela, projektiran i izgrađen je algoritam RECAIS, te je mjerena njegova učinkovitost s realnim podacima. Model sustava je primijenjen na problem preporuke vijesti FERWeb portala te je diskutirana mogućnost primjene preporuke sadržaja u drugim sustavima za upravljanje sadržajem.