隨著網(wǎng)絡(luò)技術(shù)的日益成熟和移動設(shè)備的普及，社交媒體得到了空前的發(fā)展，各種移動應(yīng)用層出不窮，給人們的工作和生活帶來了極大便利，人類從個人計算時代邁入社會計算時代，人們的交流溝通方式從線下為主轉(zhuǎn)變?yōu)榫�上為主，加速了個性化推薦系統(tǒng)的發(fā)展和普及應(yīng)用，電子商務(wù)、移動新聞、在線教育、社交媒體、搜索引擎等領(lǐng)域紛紛在各自平臺加入了個性化推薦的功能，使各種移動應(yīng)用從千人一面轉(zhuǎn)變?yōu)榍�人千面，人們的生活變得豐富多彩，這些技術(shù)的進(jìn)步離不開學(xué)術(shù)界和工業(yè)界從事推薦系統(tǒng)、社交網(wǎng)絡(luò)等方向研究的科研工作者的努力。正是他們的辛苦付出，才有了今天技術(shù)的進(jìn)步、人們生活的便捷。
推薦系統(tǒng)作為大數(shù)據(jù)、人工智能領(lǐng)域的一個研究熱點，于20世紀(jì)90年代為了解決數(shù)據(jù)量激增造成信息過載而產(chǎn)生，之后大量推薦應(yīng)用系統(tǒng)被提出。目前，推薦系統(tǒng)已成為人機(jī)交互、機(jī)器學(xué)習(xí)和信息檢索領(lǐng)域的熱門研究課題。推薦系統(tǒng)是一種通過分析用戶的歷史行為、興趣愛好等數(shù)據(jù)信息，為用戶推薦個性化的產(chǎn)品、服務(wù)、信息等的技術(shù)系統(tǒng)。它最初起源于人機(jī)交互領(lǐng)域，隨著技術(shù)的發(fā)展，推薦系統(tǒng)不僅用于互聯(lián)網(wǎng)購物、新聞、音樂、視頻等領(lǐng)域，還逐漸在計算機(jī)科學(xué)、人工智能、新聞傳播學(xué)、倫理學(xué)和社會科學(xué)等多個領(lǐng)域得到廣泛應(yīng)用。
推薦系統(tǒng)采用的技術(shù)和方法日新月異，經(jīng)歷了協(xié)同過濾、基于概率的方法、矩陣分解、深度學(xué)習(xí)、圖神經(jīng)網(wǎng)絡(luò)等技術(shù)。寫作本書的目的，一方面希望幫助有志于從事推薦系統(tǒng)的科研人員快速梳理推薦系統(tǒng)的技術(shù)發(fā)展脈絡(luò)，快速了解推薦系統(tǒng)的相關(guān)技術(shù)；另一方面希望通過本書的介紹，使科研人員了解、掌握推薦系統(tǒng)領(lǐng)域一些經(jīng)典的推薦算法模型，為今后的深入研究提供參考。
本書結(jié)合作者自身科研項目，比較系統(tǒng)地介紹了推薦系統(tǒng)的發(fā)展歷史、常見的經(jīng)典算法模型(包括基于協(xié)同過濾的推薦方法、基于矩陣分解的協(xié)同過濾推薦方法、基于深度學(xué)習(xí)的推薦方法和基于圖神經(jīng)網(wǎng)絡(luò)的推薦方法)。
歡迎各位讀者在閱讀本書的過程中將遇到的問題反饋給我們，無論是指出錯誤或提出改進(jìn)建議，還是希望探討交流，都?xì)g迎和我們聯(lián)系(13382038@qq.com)。
本書的主要內(nèi)容是作者及實驗室團(tuán)隊成員近年來研究成果和對經(jīng)典推薦模型的總結(jié)，寫作本書花費了大量的時間和精力整理之前的研究成果、查閱最新的論文并對知識點進(jìn)行梳理。感謝智能信息處理實驗室的各位老師、同學(xué)對本書的支持，特別是龐康寧、代卓、董景陽、王宗林，他們參與了本書部分章節(jié)的資料整理。本書由鄭州輕工業(yè)大學(xué)的陳銳、黃敏完成。代卓、董景陽、王宗林負(fù)責(zé)第5章的資料整理和撰寫，龐康寧負(fù)責(zé)第6章的資料整理和撰寫。
在本書的寫作過程中，得到了鄭州輕工業(yè)大學(xué)和上�？茖W(xué)技術(shù)出版社的大力支持，在此表示衷心感謝。同時，感謝河南省研究生教育改革與質(zhì)量提升工程項目(項目批準(zhǔn)號：YJS2024JC12,YJS2023ZX08)及河南省高等教育教學(xué)改革研究與實踐項目(研究生教育類)(項目批準(zhǔn)號：2023SJGLX159Y,2023SJGLX369Y)等項目的支持。
在本書的編寫過程中，參閱了大量相關(guān)學(xué)術(shù)論文、教材、著作、科普文獻(xiàn)及網(wǎng)絡(luò)資源在此向各位原著者致謝!
由于作者水平有限，加上時間倉促，書中難免存在一些不足之處，懇請讀者批評指正。
作 者
2024年8月