《推荐系统技术原理与实践》是一本关于推荐系统的技术原理和实践的书籍。它深入探讨了推荐系统的基本原理、算法和实现方法，并结合实际案例进行了详细解析。本书不仅提供了广泛的知识和理论基础，还通过实践案例帮助读者理解和应用推荐系统技术。无论是对于初学者还是专业人士来说，这本书都是一本值得阅读的重要参考书。
《推荐系统技术原理与实践》读后感(一)
最近在做信息流推荐，买个好多书，但是好多都是讲dnn，学生写的，都是基本理论，也就科普一下。
最后都看了一遍，就这本和一本叫深度学习推荐系统的，还不错，两本书都是比较偏应用，介绍的都是bat或者大公司的推荐模型，还是很有借鉴价值。
希望多出一些这类书籍，少一点理论科普，毕竟实践出真理。
《推荐系统技术原理与实践》读后感(二)
我也是做推荐系统的，经常遇到优化多个目标的时候，一个目标的提升，导致其他目标下降，之前尝试过moe等方法，但是效果不够理想。
这本书在最后部分，讲了多目标排序的方法，基本方法大家都知道，什么mmoe之类的，但是其它书籍主要是讲了原理。但是怎么优化效果，很少有讲的，这本书讲了通过ple，帕累托或者uwl的方法，我自己在我们业务上试了一下，uwl确实能缓解一些目标收敛不一致的问题，有点类似于focal loss的效果。
书确实不错，
《推荐系统技术原理与实践》读后感(三)
已经读完了，还是不错。整本书是按照召回，精排，粗排，重排顺序讲的，结构清洗。比一些科普类的还是好很多。
书里面最后一章讲的是多目标排序的内容，讲了业界常用的方法，moe，mmoe，esmm都有提到，讲的也比较清楚。
整体而言，是推荐系统里面一本不错的书。
当然，还是有些不足之处。比如，书中的前面部分都是彩图，后面就不是了。建议后面版本都是全彩，因为深度学习主要关注的就是模型结构，图不清楚，读起来就很费劲。另外，建议加上参考文献。
