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。

人工智能、搜索与推荐领域资深专家10余年互联网企业经验总结
全面讲解图计算、图神经网络、知识图谱及其在推荐系统领域的应用
探究推荐系统热点问题、研究方向以及工程实践难题，案例详细、图文并茂

本书全面、翔实地介绍了基于图神经网络推荐系统的架构设计、原理以及算法模型，帮助读者更好地使用图数据、图神经网络和知识图谱，并将图数据、图神经网络和知识图谱的相关算法应用到推荐系统中。本书的特点在于层次分明、由浅入深地解读各个算法模型。同时，书中配有丰富的实例和绘图，帮助读者更好地理解图神经网络原理和基于图神经网络的推荐系统的开发。

通过阅读本书，你将学到以下内容：
图数据的结构与特点。
图神经网的结构与特点。
推荐系统的一般架构和基于GNN的架构。
知识图谱在推荐系统中的应用。
基于图神经网络的推荐系统架构与设计。
推荐系统的热点问题和研究方向。
工业级推荐系统的难题及其解决方案。

刘宇：暂无简介