这是一本全面讲解图计算、知识图谱及其在推荐系统领域应用的专著，为读者基于神经网络构建推荐系统提供了详细指导，是作者在相关领域10余年经验的总结。掌握本书内容，读者可开发出能处理多模态数据的推荐算法系统，提供更丰富和准确的推荐体验。
本书主要内容分为两篇。
第一篇 图数据以及图模型（第1-3章）
对图数据、图神经网络、知识图谱的基础知识进行了梳理，帮助读者掌握着3项技术的关键原理与算法，为后面的学习打下基础。
第二篇 推荐系统（第4-9章）
首先介绍了推荐系统的架构，包括逻辑架构、技术架构和数据建模，以及基于GNN的推荐系统架构；然后详细讲解了如何基于GNN构建推荐系统，以及基于图的推荐算法；再接着讲解了知识图谱在推荐系统中的应用以及相关的算法模型；最后，探讨了推荐系统领域当前的热点问题、研究方向以及工业级推荐系统领域的核心难题

本书注重实战，故理论知识简练且极具针对性，包含大量实战案例，图文并茂，易于阅读。

刘 宇

资深AI技术专家和搜索与推荐领域专家，曾在多家互联网公司担任资深算法专家、技术总监以及技术VP，现担任某创业公司CTO。在人工智能和信息检索领域有10余年开发经验，对主流的推荐、搜索、聊天机器人、大模型等技术、产品与解决方案都有深入研究，尤其擅长用简单高效的方法解决公司的数智化问题。

项目经验丰富，曾成功主导多个电商算法项目的落地和实施，参与完成多个推荐系统从0到1的搭建。曾在多家单位获得个人开发优秀贡献奖，带领团队多次获得团队优秀贡献奖。著有《智能搜索和推荐系统：原理、算法与应用》《聊天机器人：入门、进阶与实战》，其中前者在2022年被某电商平台评为“人工智能领域最受读者喜爱图书ToP5”。