本书从理论结合实践编程来学习推荐系统。由浅入深，先基础后进阶，先理论后实践，先主流后推导。
第1章较为简单，仅初步带领大家了解什么是推荐系统及推荐系统的简史。第2章到第5章介绍的是主流的推荐算法及推荐算法的推导过程，这部分是本书的核心，每个算法都描述的非常详细且有具体代码帮助大家理解，深度学习的框架将采用PyTorch。第6章介绍的是商业及推荐系统的组成结构，第7章系统地介绍了推荐系统的评估指标及方式。第8章则介绍整个推荐工程的生命周期。第6~8章可随时抽取出来提前看。本书配套示例代码及微课视频，帮助读者快速入门推荐算法及系统。
本书可作为高等院校、科研机构或从事推荐系统工作的工程师的参考书籍，也可作为高年级本科生和研究生的学习参考书籍。
作者简介:
於方仁，推荐算法、图神经网络、知识图谱等领域专家。在推荐系统领域从业多年，现任苏州中贸大数据CTO。善于在实战中总结经验，授课幽默风趣，乐于分享知识。
目录:
第1章 推荐系统的初步了解
第2章 基础推荐算法
第3章 进阶推荐算法
第4章 图神经网络与推荐算法
第5章 知识图谱与推荐算法
第6章 推荐系统的构造
第7章 推荐系统的评估
第8章 推荐工程的生命周期
点击下载