根据“总被引频次”为统计指标，从大约5.9万学术著作和1.1万种译著中，经定量遴选与两轮同行评议，最终发布637种高被引图书书目。基于此，中国知网近期发布了最新的“高被引图书TOP 1%(2019-2023）”榜单。
今年的上榜书目丰富，从文学、政治、历史、社会学到工业技术、生物科普、数理天文，都能找到属于自己的那一本“梦中情书”。博文君所在的编室今年入选了12本，一起来看一下吧~

01

▊《深度学习推荐系统2.0》

王喆 著
推荐系统破局之道
算法、工程与大模型协同创新
深度学习和大模型技术在推荐系统领域掀起了一场技术革命，本书从深度学习推荐模型、Embedding技术、大模型、AIGC、模型工程实现、业界前沿实践等几个方面介绍了这场技术革命中的主流技术要点。《深度学习推荐系统2.0（全彩）》既适合推荐系统、计算广告和搜索领域的从业者阅读，也适合人工智能相关专业的本科生、研究生、博士生阅读，帮助建立深度学习推荐系统的技术框架。通过学习前沿案例，读者可加强深度学习理论与推荐系统工程实践的融合能力。

02

▊《强化学习（第2版）》

Richard S.Sutton Andrew G.Barto 著
强化学习领域奠基性经典著作
全球高校/研究机构广泛使用的经典教材
《强化学习（第2版）》被业界公认为任何对人工智能领域感兴趣的人员的必读书。
《强化学习（第2版）》是被称为“强化学习教父”的Richard Sutton在强化学习领域的开创性、奠基性著作。自1998年第1版出版以来，一直是强化学习领域的经典导论性教材，培育了好几代强化学习领域的研究人员。
在第2版中，随着强化学习的蓬勃发展，作者补充了很多新的内容：人工神经网络、蒙特卡洛树搜索、平均收益大化……涵盖了当今关键的核心算法和理论。不仅如此，作者还以真实世界的应用为例阐述了这些内容。

03

▊《联邦学习》

杨强、刘洋、程勇 等 著
张钹院士倾情作序
面向数据安全和隐私保护机器学习
学术成果和应用案例
如何在保证本地训练数据不公开的前提下，实现多个数据拥有者协同训练一个共享的机器学习模型？传统的机器学习方法需要将所有的数据集中到一个地方（例如，数据中心），然后进行机器学习模型的训练。但这种基于集中数据的做法无疑会严重侵害用户隐私和数据安全。如今，世界上越来越多的人开始强烈要求科技公司必须根据用户隐私法律法规妥善地处理用户的数据，欧盟的《通用数据保护条例》是一个很好的例子。在《联邦学习》中，我们将描述联邦学习（亦称联邦机器学习）如何将分布式机器学习、密码学、基于金融规则的激励机制和博弈论结合起来，以解决分散数据的使用问题。我们会介绍不同种类的面向隐私保护的机器学习解决方案以及技术背景，并描述一些典型的实际问题解决案例。我们还会进一步论述联邦学习将成为下一代机器学习的基础，可以满足技术和社会需求并促进面向安全的人工智能的开发和应用。

04

▊《自然语言处理：基于预训练模型的方法》

车万翔、郭江、崔一鸣 著
揭秘ChatGPT背后的核心技术
一本书读懂“大规模预训练语言模型、GPT”
自然语言处理被誉为“人工智能皇冠上的明珠”。深度学习等技术的引入为自然语言处理技术带来了一场革命，尤其是近年来出现的基于预训练模型的方法，已成为研究自然语言处理的新范式。本书在介绍自然语言处理、深度学习等基本概念的基础上，重点介绍新的基于预训练模型的自然语言处理技术。本书包括基础知识、预训练词向量和预训练模型三大部分：基础知识部分介绍自然语言处理和深度学习的基础知识和基本工具；预训练词向量部分介绍静态词向量和动态词向量的预训练方法及应用；预训练模型部分介绍几种典型的预训练语言模型及应用，包括BERT、GPT等，特别是近年来发展迅速的生成模型，包括BART、UniLM、T5、GPT-3等，以及预训练模型的新进展，包括多模态融合的预训练模型。除了理论知识，本书还有针对性地结合具体案例提供相应的PyTorch 代码实现，不仅能让读者对理论有更深刻的理解，还能快速地实现自然语言处理模型，达到理论和实践的统一。

05

▊《知识图谱导论》

陈华钧 著
全面梳理知识图谱技术体系
知识图谱的发展历史源远流长，从经典人工智能的核心命题——知识工程，到互联网时代的语义Web，再到当下很多领域构建的数千亿级别的现代知识图谱。知识图谱兼具人工智能、大数据和互联网的多重技术基因，是知识表示、表示学习、自然语言处理、图数据库和图计算等多个领域技术的综合集成。本书全面覆盖了知识图谱的表示、存储、获取、推理、融合、问答和分析等七大方面，一百多个基础知识点的内容，同时囊括多模态知识图谱、知识图谱与图神经网络的融合、本体表示学习、事理知识图谱，以及知识增强的语言预训练模型等新热点、新发展。作为一本导论性质的书，本书希望帮助初学者梳理知识图谱的基本知识点和关键技术要素，也希望帮助技术决策者建立知识图谱的整体视图和系统工程观，为前沿科研人员拓展创新视野和研究方向。

06

▊《迁移学习导论（第2版）》

王晋东 陈益强 著
迁移学习实践指南
《迁移学习导论（第2版）》独辟蹊径，从读者学习的角度出发，以“讲课”的形式，归纳分析各类迁移学习方法，使读者能快速理解迁移学习的本质问题、抓住重点、举一反三、迅速入门。
《迁移学习导论（第2版）》新增安全和鲁棒的迁移学习、复杂环境下的迁移学习、领域泛化方法等众多前沿热点内容，并覆盖了迁移学习在各领域中的具体应用实践。
它的一大亮点是对“两头“的把握：
一是源头，抓问题和场景，做到“师出有名”，讲清楚针对什么问题、用在哪里；
二是笔头，抓代码与实践，做到“落地结果”，在实战中巩固和深化对技术的理解。
考虑多方位学习的需求，《迁移学习导论（第2版）》配有实践代码、学习资料、相关笔记和文章，并持续更新。
一书入手，一步到位！

07

▊《深度学习与目标检测（第2版）》

杜鹏、苏统华、王波 编著
从概念到应用剖析基于深度学习的目标检测，涵盖医疗、交通、无人驾驶领域的工程实践
本书的写作初衷是，从学者的角度，用一种通俗易懂的方式，将基于深度学习的目标检测的相关论文中的理论和方法呈现给读者，同时针对作者在深度学习教学过程中遇到的难点，进行深入的分析和讲解。本书侧重对卷积神经网络的介绍，而深度学习的内容不止于此。所以，作者将深度学习分为有监督学习、无监督学习和强化学习三类，将图像分类、目标检测、人脸识别、语音识别、双向生成对抗网络和AlphaGo等应用场景归入不同的类别，并分别对其原理进行了概括性的讲解。本书适合有一定深度学习或目标检测学习基础的学生、研究者、从业者阅读。

08

▊《推荐系统开发实战》

高阳团 编著
推荐系统从入门到进阶
本书是一本关于推荐系统从入门到进阶的读物，采用“理论+实践”的形式展开，不仅对各种推荐算法进行了介绍，还对算法所涉及的基础理论知识进行了补充。
全书共分为3篇：
第1篇是“推荐系统的背景介绍和入门”，包括走进推荐系统、搭建你的一个推荐系统和推荐系统常用数据集介绍；
第2篇是“推荐系统涉及的算法介绍、冷启动和效果评估”，包括数据挖掘——让推荐系统更懂你、基于用户行为特征的推荐、基于标签的推荐、基于上下文的推荐、基于点击率预估的推荐、推荐系统中的冷启动和推荐系统中的效果评估；
第3篇是“推荐系统实例”，包括搭建一个新闻推荐系统、搭建一个音乐推荐系统、搭建一个图书推荐系统和业界推荐系统架构介绍。
书中的实例开发几乎都是基于公开的数据集进行的，当然也涉及一些网络中获取的数据，其最终目的都是让读者能够更好地理解推荐算法，更直观地认识推荐系统。书中所涉及的数据集和实例代码都会提供给读者，这不仅在一定程度上方便读者学习，而且为以后的工作提供了便利。

09

▊《因子投资：方法与实践》

石川 刘洋溢 连祥斌 著
因子投资中文版首著
从学术界、管理人和投资者三个维度详述因子投资基础
本书在统一视角下，体系化地介绍了因子投资中的重要研究方法，并针对中国A 股市场给出了独立的、可复制的、高质量的因子实证分析结果，是一本真正可操作、可上手的因子投资手册。本书主要内容包括：因子投资基础、因子投资方法论、主流因子解读、多因子模型、异象研究、因子研究现状和因子投资实践。书中还以附录的形式对理解资产价格的研究脉络进行了梳理。本书的写作既注重学术文献的严谨，也注重普通读者的阅读体验。书中虽然涉及必要的数学公式，但是会深入浅出、抽丝剥茧地解释统计方法，并把重点放在实证分析上，同时也会对因子投资的实务进行解读。

10

▊《数据治理：工业企业数字化转型之道（第2版）》

祝守宇 蔡春久 等 著
一本数据从业者都需要的工作指南
中国工程院院士 高金吉、倪光南荐读
本书是一本全面关注工业企业数据治理方面的工具书，主要内容分为概述篇、体系篇、工具篇、实施篇及案例篇。
其中概述篇主要介绍工业企业数据治理的基础概念、主流数据治理标准及框架、数据治理的发展趋势等；体系篇主要介绍数据管控、数据战略、数据架构、主数据管理等的基本原理与管理体系；工具篇主要介绍主数据管理工具、数据模型管理工具、数据资产运营工具等；实施篇主要介绍具体实施策略及路径选择、顶层架构规划与设计、数据资产运营实施等；案例篇主要介绍电力、能源化工、钢铁、制造、战略投资等行业的数据治理案例，为读者提供专业、丰富、可信的数据治理实施范例。
本书是工业大数据应用技术国家工程实验室多年潜心研究的重要科研成果的总结和凝聚，既具有理论高度，也具备面向中国工业企业的可实操性。参与本书编著的作者均为国内各企业的数据治理专家，所有案例均来自这些企业的实践。
对企业的基层管理者或初入职场的人士来说，本书是充分认识数据治理意义、组织进行数据治理的具体方案和工具手册；对企业中层管理者来说，本书是一本配合企业数据治理的纲领性指南；对企业高层管理者来说，本书是一本推动企业数据治理的方法论。

11

▊《数字蝶变：企业数字化转型之道》

赵兴峰 著
中国企业数字化转型实战总结
进行数字化转型可以帮助企业提升用户体验、塑造业务流程、优化运营管控。企业管理者在数字化转型实践上会陷入两个困境：一是认知困境，即如何理解数字化转型。目前关于数字化转型的讨论非常多，企业管理者接收了各种碎片化的理念和观点，不仅难以形成系统性、整体性的理解，还存在诸多偏见与误解，为实践带来很多隐患。
本书以扎实的理论研究为基础，提出了一套系统框架，可以引导管理者思考与实践。二是实践困境，即如何推进数字化转型。一些企业虽然急于进行数字化转型，但并不清楚向哪里转、从哪里转、如何转。本书以大量经典案例与咨询实践案例为基础，提供了一套有效的方案，介绍了企业转型中各种真实存在的误区和陷阱。
本书主要介绍企业为什么要进行数字化转型、数字化转型涉及的技术、数字化转型的框架与策略、企业经营的数字化升级、企业管理的数字化升级等内容。
对企业高层管理者来说，本书是一本推动企业数字化变革的指导性手册；对企业中层管理者来说，本书是一本配合企业数字化转型的方法集合；对企业基层管理者或者初入职场的人士来说，本书是理解企业数字化转型过程中各种方案和计划的解读手册。本书还适合作为各高校商学院的MBA教材。

12

▊《深入理解Kafka：核心设计与实践原理》

朱忠华 著
从基于概念入手，再到原理深入
让读者能够由浅入深地理解Kafka
本书从Kafka的基本概念入手，主要从生产端、消费端、服务端等3个方面进行全面的陈述，主要内容包括Kafka的基本使用方式、生产者客户端的使用、消费者客户端的使用、主题与分区、日志存储、深入原理解析、监控的设计、高级应用的扩展以及与Spark的集成等。虽然Kafka的内核使用Scala语言编写，但是本书基本以Java语言作为主要的示例语言，方便绝大多数读者的理解。本书虽然没有明确的界定，但是总体上可以隐性的划分为三个部分：基础篇、原理篇和扩展篇，以这种循序渐进的方式更能让读者容易接受。