本書分為4部分，包含11章。首先介紹推薦系統(tǒng)的基本方法，接著探討當前流行的一些方法，具體包括協(xié)同過濾推薦系統(tǒng)、內容推薦系統(tǒng)以及混合推薦系統(tǒng)。接下來討論如何運用當前的機器學習算法來實現(xiàn)推薦系統(tǒng)。最后討論推薦系統(tǒng)的相關趨勢和新興技術。本書特別適合零基礎的數(shù)據(jù)科學工作者參考和使用。它可以幫助讀者從基礎知識起步，逐步學習運用Python、深度學習和自然語言處理技術來構建推薦系統(tǒng)，以促進業(yè)務增長和提高客戶忠誠度。