推薦系統(tǒng)：前沿與實踐

　　推薦系統(tǒng)是互聯(lián)網(wǎng)時代極具商業(yè)價值的人工智能應(yīng)用之一，30 年來持續(xù)受到學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。本書作者以一線研發(fā)人員的視角和經(jīng)驗，對推薦系統(tǒng)進行總結(jié)，嘗試從原理與實踐兩個角度為讀者剖析推薦系統(tǒng)。本書首先從原理上介紹各類經(jīng)典推薦算法及前沿的深度學(xué)習(xí)推薦算法，然后分析推薦系統(tǒng)領(lǐng)域發(fā)展的前沿話題和未來方向，最后結(jié)合微軟的開源項目Microsoft Recommenders 介紹推薦系統(tǒng)的實踐經(jīng)驗。讀者可以基于本書提供的源代碼，深入學(xué)習(xí)推薦算法的設(shè)計原理和實踐方式，并可以基于本書從零開始快速搭建一個準(zhǔn)確、高效的推薦系統(tǒng)。本書不僅適合互聯(lián)網(wǎng)、大數(shù)據(jù)等相關(guān)領(lǐng)域技術(shù)人員閱讀，也適合高等院校計算機、軟件工程、人工智能等專業(yè)的本科生和研究生參考。

　　李東勝 博士，微軟亞洲研究院（上海）高級研究經(jīng)理，復(fù)旦大學(xué)計算機學(xué)院客座教授、兼職博導(dǎo)，中國計算機學(xué)會協(xié)同計算專業(yè)委員會委員。主要研究方向為機器學(xué)習(xí)理論及應(yīng)用，尤其是推薦算法的準(zhǔn)確性、泛化能力、可擴展性、安全與隱私等。近年來，在PNAS、Nature Cardiovascular Research、ICML、NIPS、ICLR、SIGIR、WWW、KDD等相關(guān)領(lǐng)域的會議和期刊上發(fā)表論文80余篇。長期擔(dān)任ICML、NIPS、ICLR、KDD、AAAI、IJCAI、CIKM等學(xué)術(shù)會議的程序委員。曾任IBM中國研究院高級研究員，于2016—2019年連續(xù)4年獲得IBM杰出技術(shù)成就獎，開發(fā)的認(rèn)知推薦引擎在2018年獲得IBM獎——IBM Corporate Award。練建勛 博士，畢業(yè)于中國科學(xué)技術(shù)大學(xué)，現(xiàn)任微軟亞洲研究院主管研究員。研究方向主要包括推薦系統(tǒng)、用戶建模與深度學(xué)習(xí)相關(guān)技術(shù)。在KDD、IJCAI、WWW、SIGIR等多個國際頂級會議上發(fā)表了多篇論文，相關(guān)的研究成果應(yīng)用在必應(yīng)廣告、Xbox游戲和微軟新聞等多個推薦場景上，獲得了顯著的提升效果。張 樂 博士，人工智能架構(gòu)師/總監(jiān)，主導(dǎo)面向金融應(yīng)用的人工智能和機器學(xué)習(xí)平臺開發(fā)。曾任微軟高級數(shù)據(jù)科學(xué)家，負(fù)責(zé)開發(fā)應(yīng)用于零售、媒體和娛樂行業(yè)的工業(yè)級推薦系統(tǒng)在Azure云平臺上的產(chǎn)品和解決方案。在人工智能及數(shù)據(jù)科學(xué)在多個行業(yè)的應(yīng)用項目中擔(dān)任主要開發(fā)和技術(shù)負(fù)責(zé)人。開源項目Microsoft Recommenders的主要參與者之一。曾在KDD、ICDM、WWW等多個人工智能學(xué)術(shù)會議上發(fā)表論文及演講。本科畢業(yè)于哈爾濱工業(yè)大學(xué)，在新加坡南洋理工大學(xué)獲得博士學(xué)位，曾在美國普渡大學(xué)交流訪問。任 侃 博士，現(xiàn)就職于微軟亞洲研究院并擔(dān)任高級研究員。主要研究領(lǐng)域包括數(shù)據(jù)挖掘與機器學(xué)習(xí)，特別是時空數(shù)據(jù)挖掘、序列建模與決策優(yōu)化方法，及其在推薦系統(tǒng)、醫(yī)療健康與金融等領(lǐng)域的應(yīng)用。在數(shù)據(jù)挖掘與機器學(xué)習(xí)領(lǐng)域頂級會議和期刊上發(fā)表了20余篇論文，包括TKDE、KDD、SIGIR、AAAI、ICLR、ICDM、WSDM、CIKM等。在浙江大學(xué)獲得計算機科學(xué)與技術(shù)工學(xué)學(xué)士學(xué)位，在上海交通大學(xué)獲得計算機科學(xué)與技術(shù)博士學(xué)位，并獲得上海交通大學(xué)優(yōu)秀博士學(xué)位論文提名。盧 暾 博士，復(fù)旦大學(xué)計算機科學(xué)技術(shù)學(xué)院教授，博士生導(dǎo)師，美國卡耐基梅隆大學(xué)（CMU）訪問學(xué)者。現(xiàn)任中國計算機學(xué)會（CCF）協(xié)同計算專委秘書長、大數(shù)據(jù)專家委員會通訊委員、高級會員。長期從事CSCW與社會計算、協(xié)同計算、推薦系統(tǒng)與人機交互等方面的研究。作為項目負(fù)責(zé)人承擔(dān)多項國家自然科學(xué)基金項目、科技部重點研發(fā)計劃課題、863課題和上海市項目。研究成果發(fā)表在CSCW、CHI、UbiComp、NIPS、WWW、SIGIR、IEEE TKDE等領(lǐng)域權(quán)威會議和期刊上。多次擔(dān)任CSCW、CHI等的AC，多個國內(nèi)外學(xué)術(shù)會議的PC Co-Chair，以及多個國內(nèi)外學(xué)術(shù)期刊的AE和GE。鄔 濤 博士，微軟Azure Gaming Services部門數(shù)據(jù)科學(xué)主管。其團隊專注于人工智能技術(shù)在游戲開發(fā)、內(nèi)容創(chuàng)作和運營中的應(yīng)用。領(lǐng)導(dǎo)開發(fā)的Microsoft Recommenders開源項目是GitHub上最受歡迎的推薦系統(tǒng)項目。在微軟、諾基亞研究中心和麻省理工學(xué)院計算機科學(xué)與人工智能實驗室（CSAIL）長期負(fù)責(zé)研發(fā)和團隊管理工作。謝 幸 博士，微軟亞洲研究院首席研究員，中國科學(xué)技術(shù)大學(xué)兼職博士生導(dǎo)師，微軟-中科大聯(lián)合實驗室主任，中國計算機學(xué)會普適計算專委會副主任。其團隊在數(shù)據(jù)挖掘、社會計算和普適計算等領(lǐng)域展開研究，在國際會議和學(xué)術(shù)期刊上發(fā)表了300余篇學(xué)術(shù)論文，共被引用4萬余次。他是中國計算機學(xué)會會士、IEEE會士、ACM杰出會員。