十种深度学习推荐系统代码实现,持续更新中!!!

【导读】深度学习推荐算法,是推荐系统近些年的前沿科技,每年有大量的文章出现,但是具体怎么实现和应用这些推荐系统,对于入门不久的选手,或者想要应用的公司来说,有着不小的挑战。来自 UNSW Sydney的博士生Shuai Zhang,将近年来比较有代表性的10种深度学习推荐系统都做了实现,一起来看看吧。


github地址:

 https://github.com/cheungdaven/DeepRec

作者主页:

https://scholar.google.com.au/citations?user=PPjdxlcAAAAJ&hl=en


代码库简介

在这个代码库中,我们使用Python和Tensorflow实现了许多基于深度学习的推荐模型。我们启动这个项目,希望它能减少研究人员和开发人员在复制最先进方法方面的努力。所实现的模型包括三个主要的推荐场景:评级预测、top-N推荐(即,项目排名)和序列推荐。同时,DeepRec保持了良好的模块化和可扩展性,便于将新模型集成到该框架中。DeepRec是在GNU通用公共许可证下发布的。


实现的算法

该库目前实现的深度学习推荐算法有:

  • I-AutoRec and U-AutoRec (www'15)

  • CDAE (WSDM'16)

  • NeuMF (WWW'17)

  • CML (WWW'17)

  • LRML (WWW'18) (DRAFT version)

  • NFM (SIGIR'17)

  • NNMF (arxiv)

  • PRME (IJCAI 2015)

  • CASER (WSDM 2018)

  • AttRec (AAAI 2019 RecNLP) and so on.


你可以直接运行:

Test/test_rating_pred.py 来运行评级预测

Test/test_item_ranking.py 来运行 top-N 推荐

Test/testSeqRec.py 来运行序列推荐


欢迎关注专知公众号(点击上方蓝色专知关注

  • github库地址:https://github.com/cheungdaven/DeepRec


-END-

专 · 知

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎登录www.zhuanzhi.ai,注册登录专知,获取更多AI知识资料!

欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程视频资料和与专家交流咨询!

请加专知小助手微信(扫一扫如下二维码添加),加入专知人工智能主题群,咨询技术商务合作~

专知《深度学习:算法到实战》课程全部完成!530+位同学在学习,现在报名,限时优惠!网易云课堂人工智能畅销榜首位!

点击“阅读原文”,了解报名专知《深度学习:算法到实战》课程

展开全文
Top
微信扫码咨询专知VIP会员