DeepRec:一个基于Tensorfow的深度学习推荐系统库

DeepRec简单介绍

近几年，深度学习在很多领域都有了突破性的成功，在推荐系统领域也不例外。目前很多企业已经将推荐系统的架构从传统的方法切换到了深度学习的方法。 作为一个快速发展的领域，每年出来的文章不计其数，作为一个科研人员， 我们需要去实现别人的方法去进行对比试验，这无疑增加了入门的难度。因此，deeprec给大家提供了一个工具，这里我们实现了很多先进的基于深度学习的推荐系统算法，我们可以直接拿来测试， 也可以在这个包上去扩展，写自己的方法。感兴趣的可以点star:

https://github.com/cheungdaven/DeepRec

实现的方法

它大概实现了如下的三个类别的方法：（1）评分预测 （2）TOP N排序 （3）基于时序的推荐算法：
例如，它实现了如下方法。
I-AutoRec and U-AutoRec (www’15)
CDAE (WSDM’16)
NeuMF (WWW’17)
CML (WWW’17)
LRML (WWW’18) (DRAFT ONLY, testing will come soon)
NFM (SIGIR’17)
NNMF (arxiv)
PRME (IJCAI 2015)
CASER (WSDM 2018)
AttRec (AAAI 2019 RecNLP)

依赖的包

Tensorflow 1.7+, Python 3.5+, numpy, scipy, sklearn, pandas

参考文献

@article{zhang2019deeprec,
title={Deep learning based recommender system: A survey and new perspectives},
author={Zhang, Shuai and Yao, Lina and Sun, Aixin and Tay, Yi},
journal={ACM Computing Surveys (CSUR)},
volume={52},
number={1},
pages={5},
year={2019},
publisher={ACM}
}