Github项目---使用TF2.0进行推荐论文复现

前言

看过一些比较知名的推荐系统、CTR预估论文。开【Recommended-System with TensorFlow 2.0】的原因有三个：

1. 论文只看理论感觉有些地方简单，但是实践起来却比较困难；

2. 为了更好的理解论文，增强自己的工程能力；

3. 很多论文给出的复现代码都是TF1.x，对于使用TF2.0的我来说，很难理解【TF1.x学习不系统】；

所以想开一个TF2.0的Project，来对部分论文进行实验的复现。当然也看过一些知名的开源项目，如deepcrt等，不过发现对自己来说，只适合拿来参考【代码水平太高了，写不出来】。

关于【Recommended-System with TensorFlow 2.0】，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。

目前复现的模型有：NCF、DIN、Wide&Deep、DCN。

地址：https://github.com/ZiyaoGeng/Recommender-System-with-TF2.0【求大佬给个Star】

快速导航：

1. NCF

2. DIN

3. Wide&Deep

4. DCN

实验环境

Python 3.7；

Tensorflow 2.0-CPU；

复现论文

1. Neural network-based Collaborative Filtering（NCF）

模型：

数据集：

Movielens、Pinterest

代码：

• Data：数据集

• Pretrain：预训练保存的模型；

• Save：模型保存；

• configs.py：参数设置，对应模型有对应的参数；

• DataSet.py：构造所需要的数据集，得到负样本集合；

• evaluate.py：评估函数；

• GMF.py：模型；

• MLP.py：模型；

• NeuMF.py：模型；

• utils.py：获得训练样本，加载预训练模型；

参考原文开源代码地址：

https://github.com/hexiangnan/neural_collaborative_filtering

原文地址：

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

原文笔记：

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

模型：

数据集：

Amazon数据集中Electronics子集，下载并解压【或手动下载】：

wget -c http://snap.stanford.edu/data/amazon/productGraph/categoryFiles/reviews_Electronics_5.json.gz
gzip -d reviews_Electronics_5.json.gz
wget -c http://snap.stanford.edu/data/amazon/productGraph/categoryFiles/meta_Electronics.json.gz
gzip -d meta_Electronics.json.gz

其中reviews_Electronics_5.json为用户的行为数据，meta_Electronics为广告的元数据。

代码：

• datasset：处理过的数据集，dataset.kpl；

• logs：TensorBoard所保存的日志；

• raw_data：原数据存放地址；

• save：模型保存；

• utils：处理数据

  • 1_convert_pd.py

  • 2_remap_id.py

• build_dataset.py：构建数据集；

• dice.py：Dice实现；

• model.py：模型；

• train.py：训练；

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

原文笔记：

https://mp.weixin.qq.com/s/uIs_FpeowSEpP5fkVDq1Nw

3. Wide & Deep Learning for Recommender Systems

模型：

对于Wide&Deep模型来说，Tensorflow中有内置的模型。

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：

• logs：TensorBoard保存日志；

• save：模型保存；

• model.py：模型；

• train.py：训练

注：数据集使用了DIN中的构造，所以直接调用了。

原文地址：

https://arxiv.org/pdf/1606.07792.pdf%29//)

原文笔记：

https://mp.weixin.qq.com/s/LRghf8mj1hjUYri_m3AzBg

4. Deep & Cross Network for Ad Click Predictions

模型：

数据集：

Criteo Kaggle比赛数据集。

注：由于Kaggle数据已经不公开，且只是为了测试，所以使用了一个小样本数据集【参考了deepctr】，如果想在原数据集上进行实验，可去寻找相关资源。

代码：

• dataset：数据集；

• log：TensorBoard保存日志；

• save：模型保存；

• model.py：模型；

• train.py：训练；

• utils.py：数据处理；

原文地址：

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