内容简介

推荐系统技术作为近年来非常热门的AI技术，已广泛应用于互联网各行业，从衣食住行到娱乐消费，以及无处不在的广告，背后都依赖推荐系统的决策。

本书贴合工业级推荐系统，以推荐系统的整体技术框架为切入点，深入剖析推荐系统中的内容理解、用户画像、召回、排序、重排等核心模块，介绍每个模块的核心技术和业界应用，并展开介绍了推荐冷启动、推荐偏差与消偏等常见问题和解决方案。此外，还对当前推荐系统领域的热门前沿技术进行了介绍，包括强化学习、因果推断、端上智能等。

本书既适合推荐系统、计算广告及搜索领域的互联网相关从业人员，也适合高等院校人工智能、计算机技术、软件工程等专业的本科生、研究生及博士生，以及对推荐系统感兴趣的爱好者等，可以帮助他们了解工业级推荐系统的基础框架、核心技术和前沿发展。