推荐一个基于TF2.0的推荐算法仓库

前言

开源项目Recommended System with TF2.0主要是对阅读过的部分推荐系统、CTR预估论文进行复现。建立的原因有三个：

1. 理论和实践似乎有很大的间隔，学术界与工业界的差距更是如此；
2. 更好的理解论文的核心内容，增强自己的工程能力；
3. 很多论文给出的开源代码都是TF1.x，因此想要用更简单的TF2.0进行复现；

当然也看过一些知名的开源项目，如DeepCTR等，不过对自己目前的水平来说，只适合拿来参考。

项目特点：

• 使用TF2.0-CPU进行复现；
• 每个模型都是相互独立的，不存在依赖关系；
• 模型基本按照论文进行构建，实验尽量使用论文给出的的公共数据集。如果论文给出github代码，会进行参考；
• 对于实验数据集有专门详细的介绍；
• 代码源文件参数、函数命名规范，并且带有标准的注释；
• 每个模型会有专门的代码文档（ .md文件）或者其他方式进行解释；

目前复现的模型有（按复现时间进行排序）：

1. NCF
2. DIN
3. Wide&Deep
4. DCN
5. PNN
6. Deep Crossing
7. FM
8. AFM
9. DeepFM
   
10. BPR
11. Caser
12. MF
13. SASRec
14. NFM
15. DNN
    

持续更新中······

数据集介绍

目前实验使用的数据集主要有三个：Movielens、Amazon、Criteo。

Movielens

MovieLens是历史最悠久的推荐系统数据集，主要分为：ml-100k（1998年）、ml-1m（2003年）、ml-10m（2009年）、ml-20m（2015年）、ml-25m（2019年）。实验中主要使用ml-1m数据集。

已处理过的数据集：ml-1m

ml-1m数据集的具体介绍与处理：传送门【https://grouplens.org/datasets/movielens/】

Amazon

Amazon提供了商品数据集，该数据集包含亚马逊的产品评论和元数据，包括1996年5月至2014年7月期间的1.428亿评论。它包括很多子数据集，如：Book、Electronics、Movies and TV等，实验中我们主要使用Electronics子数据集。

Amazon-Electronics数据集的具体介绍与处理：传送门【https://jmcauley.ucsd.edu/data/amazon/】

Criteo

Criteo广告数据集是一个经典的用来预测广告点击率的数据集。2014年，由全球知名广告公司Criteo赞助举办Display Advertising Challenge比赛。但比赛过去太久，Kaggle已不提供数据集。现有三种方式获得数据集或其样本：

1. Criteo_sample.txt：包含在DeepCTR中，用于测试模型是否正确，不过数据量太少；
2. kaggle Criteo：训练集（10.38G）、测试集（1.35G）;（实验大部分都是使用该数据集）
3. Criteo 1TB：可以根据需要下载完整的日志数据集；

Criteo数据集的具体介绍与处理：传送门【https://github.com/BlackSpaceGZY/Recommended-System-with-TF2.0/blob/master/Dataset%20Introduction.md#3-criteo】

复现论文

1. Neural network-based Collaborative Filtering（NCF）

模型：

数据集：

Movielens、Pinterest

代码解析：

原文开源代码：

https://github.com/hexiangnan/neural_collaborative_filtering

原文地址：

https://arxiv.org/pdf/1708.05031.pdf?source=post_page

2. Deep Interest Network for Click-Through Rate Prediction(DIN)

模型：

数据集：

Amazon数据集中Electronics子集。

代码解析：

参考原文开源代码地址：

https://github.com/zhougr1993/DeepInterestNetwork

原文地址：

https://arxiv.org/pdf/1706.06978.pdf

3. Wide & Deep Learning for Recommender Systems

模型：

数据集：

由于原文没有给出公开数据集，所以在此我们使用Amazon Dataset中的Electronics子集，由于数据集的原因，模型可能与原文的有所出入，但整体思想还是不变的。

代码解析：

原文地址：

https://arxiv.org/pdf/1606.07792.pdf

4. Deep & Cross Network for Ad Click Predictions

模型：

数据集：

Criteo

代码解析：

原文地址：

https://arxiv.org/pdf/1708.05123.pdf

5.Product-based Neural Networks for User Response Prediction

模型：

数据集：

Criteo

代码解析：

原文地址：

https://arxiv.org/pdf/1611.00144.pdf

6. Deep Crossing: Web-Scale Modeling without Manually Crafted Combinatorial Features

模型：

数据集：

Crieto

代码解析：

Deep Crossing代码文档

原文地址：

https://www.kdd.org/kdd2016/papers/files/adf0975-shanA.pdf

总结

希望大家给个star支持一下，非常感谢🙏

欢迎大家分享读后感或者提意见/建议~

喜欢的话点个在看吧👇