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