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