链接：https://pan.baidu.com/s/1E0srVLx2FU8IwG1HDuohpg?pwd=1lkw 

提取码：1lkw

编辑推荐

适读人群 ：本书既适合推荐系统、计算广告和搜索领域的从业者阅读，也适合人工智能相关专业的本科生、研究生、博士生阅读，帮助他们建立深度学习推荐系统的技术框架，通过学习前沿案例 加强深度学习理论与推荐系统工程实践的融合能力。

　　一线大厂推荐工程师倾囊相授

　　教你从零开始构建前沿、实用的推荐系统知识体系

　　揭秘巨头公司推荐系统背后的逻辑

　　梳理深度学习推荐系统的发展脉络，厘清每个关键模型和技术的细节

　　引导读者掌握工业界模型设计背后真正的 “银弹”

　　诸葛越、唐杰、张俊林、刘知远、杨子等产学界专家倾情力荐，朱小强作序

内容简介

　　深度学习在推荐系统领域掀起了一场技术革命，本书从深度学习推荐模型、Embedding技术、推荐系统工程实现、模型评估体系、业界前沿实践等几个方面介绍了这场技术革命中的主流技术要点。

　　《深度学习推荐系统》既适合推荐系统、计算广告和搜索领域的从业者阅读，也适合人工智能相关专业的本 科生、研究生、博士生阅读，帮助他们建立深度学习推荐系统的技术框架，通过学习前沿案例 加强深度学习理论与推荐系统工程实践的融合能力。

作者简介

　　王喆，毕业于清华大学计算机科学与技术系，美国流媒体公司Roku资深机器学习工程师，推荐系统架构负责人。曾任Hulu高级研究工程师，品友互动广告效果算法组负责人。清华大学KEG实验室学术搜索引擎AMiner早期发起人之一。主要研究方向为推荐系统、计算广告、个性化搜索，发表相关领域学术论文7篇，拥有专利3项，是《百面机器学习：算法工程师带你去面试》等技术书的联合作者。曾担任KDD、CIKM等国际会议审稿人。

精彩书评

　　推荐算法有着巨大的商业价值，而深度学习又将相对成熟的推荐算法向前推进了一大步。本书关注工业界的前沿进展，致力于提高一线算法工程师的工业级推荐系统实践能力，为读者带来技术干货。

　　　　斯坦福大学博士，Hulu全球副总裁　诸葛越

　　我非常乐意将本书推荐给在校研究生和博士生，它搭建起一座连接学术界和工业界的桥梁，让有兴趣从事推荐系统及相关职业方向的在校生有了熟悉工业界推荐系统的机会，并在学习的过程中建立起深度学习推荐系统的知识框架。

　　　　清华大学计算机系教授　唐　杰

　　本书*珍贵的闪光点和*大的价值不在于罗列了众多闻名业界的推荐模型，而是从技术创造的视角，以具体的技术诞生场景为蓝图，引导读者学习和掌握工业界模型设计背后真正的“银弹” ——模型提出的目的是解决什么样的问题。

　　　　阿里巴巴资深技术专家　朱小强

　　本书系统地归纳、梳理了推荐领域的众多深度学习前沿模型，更可贵的是，本书聚焦于可落地的工业界深度学习推荐模型，这使其兼具技术前沿性和业务实用性。我诚挚地向读者推荐此书。

　　　　新浪微博AI Lab负责人　张俊林

　　本书深入地介绍了推荐系统知识的方方面面，并重点讨论了深度学习在推荐系统中的技术路线，注重提供一线互联网公司的应用案例，是一本难得的理论与实践并重的推荐系统技术书。

　　　　清华大学计算机系副教授　刘知远

　　阅读本书，你仿佛在和一个见证并推动推荐系统技术发展的资深工程师对话。他将千头万绪的知识体系归纳整理并娓娓道来，和你一起感受深度学习对推荐系统技术变革的强大助推力。本书注重分享作者实践前沿技术的心得体会，启发你在推荐系统实践中思考技术创新，开阔设计灵感。

　　　　卡内基梅隆大学博士，谷歌高级研究员　杨　子