本書系統介紹推薦系統的技術理論和實踐。首先介紹推薦系統的基礎知識；然後介紹推薦系統常用的機器學習和深度學習模型；接著重點介紹推薦系統的4層級聯架構，包括召回、粗排、精排和重排，以及谷歌、阿裡巴巴等大型互聯網公司在4層級聯架構中的模型設計和實現原理；緊接其後介紹多目標排序在推薦系統中的應用，具體介紹阿裡巴巴、谷歌等大型互聯網公司的實踐；最後從不同角度審視推薦系統，介紹公平性問題、知識蒸餾、冷啟動等各種前沿實踐。本書基於一線研發人員的視角向讀者分享推薦系統的實踐經驗，所有模型結構和前沿實踐都在業務場景中落地。
本書適合推薦系統領域的從業者、高校科研人員、高校電腦專業學生，以及對推薦系統感興趣的產品研發人員和運營人員閱讀。