本書針對(duì)推薦系統(tǒng)中的二部圖、社交網(wǎng)絡(luò)和知識(shí)圖譜的圖結(jié)構(gòu)模式，研究基于圖表示學(xué)習(xí)的深度推薦系統(tǒng)。通過挖掘圖信息中的隱性關(guān)系和高階關(guān)系，使用圖學(xué)習(xí)的方式探索用戶和產(chǎn)品的潛在關(guān)聯(lián)，彌補(bǔ)相關(guān)推薦系統(tǒng)研究在挖掘用戶之間或者產(chǎn)品之間隱性關(guān)系方面的不足，形成一系列合理而且有效的推薦技術(shù)。增加推薦系統(tǒng)輸入的多樣性，運(yùn)用社交網(wǎng)絡(luò)和知識(shí)圖譜等輔助信息，緩解推薦系統(tǒng)目前面臨的“數(shù)據(jù)稀疏”、“冷啟動(dòng)”等問題，提高推薦系統(tǒng)的準(zhǔn)確性和多樣性，為推薦系統(tǒng)技術(shù)的發(fā)展提供可參考的方向。