1、新时代技术新未来推荐系统与深度学习黄昕赵伟王本友吕慧伟杨敏编著清华大学出版社北京前言本书的五位作者均曾就职于腾讯，分别在不同的部门从事与推荐系统相关的工作。正是因为“推荐”，我们相识相知。我们不仅在工作中成为伙伴，在工作之余，我们也成了非常好的朋友。在一次好友聊天中，我们萌生写作本书的想法，在之后半年的时间中，我们各有分工，共同完成了本书的写作。可以说，这本书不仅是我们知识的沉淀，也是我们友谊的见证推荐算法具有非常多的应用场景和巨大的商业价值。推荐算法种类很多，目前应用最广泛的应该是基于协同过滤的推荐算法。在2016年，随着阿尔法围棋(AlphaGo)大放异彩，新的一波深度学习浪潮已至。在图像
2、、音频处理等领域，深度学习技术已成为当之无愧的王者：但在推荐领域，深度学习还处于发展阶段。同时，我们在平时工作学习中，发现市面上并没有关于两者相结合的书籍，只能在国外论文中发现相关的方法与应用。所以，我们决定以比较简单的表达方式，通过总结过往的推荐算法经验，将深度学习相关的应用介绍给更多的读者。为了适应具有不同知识储备的读者阅读，本书大致可分为四个部分。第1至第3章为第一部分，主要介绍深度学习的基础知识。第4至第5章为第二部分，主要介绍了传统的推荐算法及问题。第6章为第三部分，进一步介绍深度学习推荐技术。第7章为第四部分，介绍了如何在线上实战搭建推荐系统。第三、第四部分是本书的重点，对于从事算法的工作者，可以了解到深度学习技术与推荐算法的结合；对于从事工程的工作者，可以汲取线上搭建推荐系统的经验。在本书的写作过程中，得到了很多前辈同事的帮助，包括傅鸿城、李深远、刘黎春赵蕊、邱天宇等领导、同事都给予了很多宝贵意见和支持。没有他们的帮助，我们很难完成本书的写作。最后还要感谢我们的家人，在写作本书的过程中，我们几位作者占用了大量的家庭时间，感谢他们的照顾和体谅。
