• 我为什么要学习这门课？

近年来，随着人工智能技术的快速发展，人工智能应用得到了人们越来越多的关注，推荐系统就是在互联网行业和电子商务等领域最为重要并且也是最为成功的一种人工智能应用形式。从早期对用户行为信息的利用，到后期语义信息的融合，再到推荐策略、商业价值等多方面的实践探索，现代推荐系统研究和应用已经形成了一个非常丰富的内容体系，也囊括了包括计算机学科、管理学科和心理学科等诸多学科的研究内容。因此，掌握和了解推荐系统相关知识，已经成为很多行业人士和专业人员的基本要求。

• 这门课的主题是关于什么？

本课程主要分为三个内容：首先是原理说明，课程内容涵盖了推荐系统简介、基于协同过滤的推荐方法、基于内容的推荐方法、推荐系统评价、情境推荐和社会化推荐等主要推荐系统技术方法；其次为应用介绍，结合行业需求和应用特点，结合诸如京东、淘宝、腾讯等案例，说明实际推荐系统应用的特点和方法，强调推荐系统实践中的特殊问题及其解决方法；第三部分为扩展篇，主要结合推荐系统研究和应用开发中常见重要领域，即项目数据处理、用户行为分析、用户兴趣演化等，在总结已有研究的同时，提出可供进一步思考的新问题和新角度。

• 学习这门课可以获得什么？特别是对自己有什么帮助和应用。

本课程可以帮助大家从理论技术和应用实践等多方面来了解推荐系统研究方法和应用的相关内容，掌握研究和设计推荐系统的基础知识，同时也对推荐系统当前主要研究方向做出了解，这些都可以为大家下一步的科研工作开展和推荐系统项目实施提供有效的帮助。

• 这门课有什么特色和亮点。

本课程不仅注重对推荐系统知识的介绍，而且更强调推荐系统相关行业应用，尤其是围绕电子商务等互联网行业，力求能够做到学有所用，在实践应用中加强对相关理论知识的理解。相关课程内容参考了近年来国内外主要的推荐系统研究文献，包括单类协同过滤、基于深度学习方法的语义信息融合、用户行为与数据偏差研究等。目前已建成本教材知识内容配套的教材，如清华大学出版社的《推荐系统原理与实践》，同时还建立了网络教学资源：https://www.njcie.com/recsys，以方便大家后续学习和交流。