推荐系统&图算法实用资料汇总（论文,代码,样例教程）

Hello,今天为朋友们推荐一个值得学习的公众号「浅梦的学习笔记」，小编目前在电商公司从事推荐系统相关的工作。主要分享关于「推荐系统，图算法，NLP&CV以及求职面试」等内容，欢迎关注一起学习和交流～

文末可打包下载推荐系统&图算法的paper和代码教程

一起来看看他们维护关于推荐与图算法的开源项目吧～

DeepCTR

DeepCTR是一个「基于深度学习的点击率预测算法」库，目前已经有了3.6k star和1.1k fork，在pypi官方源下载次数超过17万次。

DeepMatch

提供了若干主流的深度召回匹配算法的实现，并支持快速导出用户和物品向量进行ANN检索。非常适合同学们进行快速实验和学习，解放算法工程师的双手！

DeepMatch目前支持的算法模型

GraphEmbedding

提供了经典的graphembedding方法的实现和使用样例。

目前提供的方法和教程文章

干货文章分享

除了进行开源项目的维护和更新，公众号也进行一些算法技术的解读和分享，涵盖的范围包括推荐系统，图算法，NLP&CV以及求职面试等。干货多多。

• 万字长文梳理CTR预估模型发展过程与关系图谱
• 【视频讲解】DeepCTR中的DeepFM原理和实现
• 一文直击Graph Embedding图表示学习的原理及应用
• 一文读懂图卷积GCN
• NLP与推荐系统的比较、联系与未来
• 知识图谱基本概念&工程落地常见问题
• 求职面试 | 《剑指Offer》Python题解&常考题总结

以上是公众号的部分内容摘选，扫码关注浅梦的学习笔记，一起学习交流吧！

期待与您一同学习进步！

扫码关注「浅梦的学习笔记」，关注后：

• 回复 「推荐系统」可打包下载推荐系统必读经典论文和代码实现合集！
• 回复 「图算法」可打包下载图算法论文，代码，运行样例的打包汇总！
• 回复 「加群」可以加入我们的交流群和来自国内外一线大厂的算法工程师和高校的同学们一起学习！

喜欢的话就请分享、点赞、在看三连吧👇