\t针对国内外推荐系统技术热点问题，作者在推荐系统、深度学习领域基础理论方面进行了深入探索研究，借鉴国内外已有资料和前人成果，经过分析论证，围绕基于内容和知识的推荐、混合推荐、深度学习、基于深度学习的推荐以及辅助学习的推荐等五个方面的基本概念、研究现状、主要研究问题、待解决的问题以及未来的发展趋势等，形成支持新一代推荐系统技术的一些新思路。其目的是增进社会各界对基于深度学习的推荐系统技术发展情况和应用前景的深入体验和更加全面的认识，进而推进推荐系统技术发展和完善。本书可供推荐系统技术研究人员、工程研究人员、技术应用人员，以及计算机、软件工程相关专业的研究生、本科生等参考。

  
\t前言



\t第1章概述



\t1.1什么是推荐系统



\t1.2推荐系统的发展历史



\t1.3推荐算法分类



\t1.3.1基于内容的推荐算法



\t1.3.2基于协同过滤的推荐算法



\t1.3.3混合推荐算法



\t1.4推荐系统应用



\t1.5推荐系统面临的挑战



\t第2章基于内容和知识的推荐



\t2.1基于语义的推荐



\t2.1.1语义网基本概念



\t2.1.2资源描述框架



\t2.1.3本体描述语言



\t2.1.4本体语义推理



\t2.1.5隐语义推荐



\t2.2基于内容的推荐



\t2.2.1 item representation



\t2.2.2profile learning



\t2.2.3recommendation generation



\t……