本书系统讲解了推荐系统理论、算法与前沿应用，分三大层构建完整知识体系，兼具理论深度与实践指导价值。第1章到第3章为基础体系，先介绍推荐系统的背景、需求与任务分类，梳理可挖掘的用户行为、标签等核心信息，再建立“离线+在线”的完整评价体系，详解准确性、覆盖率等多维度评价指标，随后深入讲解基于协同过滤的推荐、神经网络推荐等经典算法。第4章聚焦各类技术话题，探讨基于意图的推荐、群组推荐、可解释性推荐、基于会话的推荐等进阶方向，分析各方向技术特征与面临的挑战，梳理循环神经网络、图神经网络等技术的应用路径。第5章介绍推荐系统技术应用，阐述强化学习、知识图谱、因果推断、大语言模型等技术与推荐系统的结合范式，拆解具体应用方法与模型架构，梳理各领域研究话题与发展趋势，完整呈现了推荐系统领域的研究脉络与前沿方向。