本書系統(tǒng)介紹推薦系統(tǒng)的技術理論和實踐。首先介紹推薦系統(tǒng)的基礎知識；然后介紹推薦系統(tǒng)常用的機器學習和深度學習模型；接著重點介紹推薦系統(tǒng)的4層級聯(lián)架構(gòu)，包括召回、粗排、精排和重排，以及谷歌、阿里巴巴等大型互聯(lián)網(wǎng)公司在4層級聯(lián)架構(gòu)中的模型設計和實現(xiàn)原理；緊接其后介紹多目標排序在推薦系統(tǒng)中的應用，具體介紹阿里巴巴、谷歌等大型互聯(lián)網(wǎng)公司的實踐；最后從不同角度審視推薦系統(tǒng)，介紹公平性問題、知識蒸餾、冷啟動等各種前沿實踐。本書基于一線研發(fā)人員的視角向讀者分享推薦系統(tǒng)的實踐經(jīng)驗，所有模型結(jié)構(gòu)和前沿實踐都在業(yè)務場景中落地。本書適合推薦系統(tǒng)領域的從業(yè)者、高校科研人員、高校計算機專業(yè)學生，以及對推薦系統(tǒng)感興趣的產(chǎn)品研發(fā)人員和運營人員閱讀。