第1章　引言

随着智能互联网时代的到来和发展，个性化推荐作为理解用户的核心技术之一，成为智能网络的重要组成部分，并在各种实际系统中得到广泛应用。长期以来，个性化推荐技术的研究集中于如何为用户提供更为准确的被推荐物品，而在很大程度上忽视了推荐系统的可解释性，不利于推荐系统对用户的透明度和可信度。本书从数据、模型和结果三个方面对推荐系统的可解释性进行研究，力图做到不仅知其然更知其所以然，并在互联网真实用户场景下对理论模型进行实验验证。本章旨在阐述研究背景，简要回顾个性化推荐系统的主要技术与历史现状，给出本书的研究问题、面临的主要挑战及其实际意义和科学价值，并描述本研究的主要贡献和章节安排。