【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