jiangnanboy / recommendation_methods
个性化推荐模型，主要包括als、als_wr、biaslfm、lfm、nmf、svdpp、基于内容、基于内容回归、user-cf、item-cf、slopeone、关联规则以及基于内容和cf的混合等模型。
☆29Updated 2 years ago
Related projects ⓘ
Alternatives and complementary repositories for recommendation_methods
- 推荐系统---实验+复现+创新☆49Updated last year
- 使用MovieLens数据集实现了基于Auto Encoder(AE), Variational Auto Encoder(VAE), BERT的深度学习电影推荐系统☆60Updated 3 years ago
- 实现了基于协同过滤(UserCF)的模型、基于隐语义(LFM)的模型、基于图(PersonalRank)的模型，并结合三种模型的结果给出最终结果的推荐算法☆23Updated 5 years ago
- 推荐系统实践(基于近邻和LFM的推荐系统)☆100Updated 6 years ago
- 推荐算法学习☆38Updated last year
- 小白记录学习CTR的历程☆17Updated 4 years ago
- 结合开源数据集进行电影推荐。推荐算法有：逻辑回归；UserCF ; ItemCF☆15Updated 4 years ago
- 自己学习推荐系统过程中用到的代码☆49Updated 5 years ago
- 卷积神经网络（CNN）提取影评特征构建电影推荐系统，pytorch实现☆125Updated 6 years ago
- 推荐系统与深度学习☆33Updated 3 years ago
- 基于netflix prize 和 H&M开源数据集，从零开始构建企业级推荐系统。☆74Updated 5 months ago
- 推荐系统论文☆22Updated 5 years ago
- 深度学习推荐算法☆22Updated 3 years ago
- 简单的实现推荐系统的召回模型和排序模型，其中召回模型使用协同过滤算法，排序模型使用gbdt+lr算法☆59Updated 5 years ago
- 短视频 youtube召回模型推荐，特征包括标题 tags id，tfserving docker部署☆23Updated 3 years ago
- 推荐系统之深度学习模型，框架采用tensorflow2☆50Updated 2 years ago
- 高效的协同过滤算法实现——推荐系统☆51Updated 2 years ago
- 零基础入门推荐系统 - 新闻推荐 Top2☆112Updated 3 years ago
- 实现了一系列常见的推荐算法，如UserCF，ItemCF，SVD等，包含“切分训练集与测试集-训练模型-推荐-评估”一整套流程。☆18Updated 4 years ago
- 使用BERT预训练语言模型获取评论文本的向量表示，通过Bi-GRU网络学习其中的语义特征，分别采用情感权重和注意力机制来为评论向量分配权重，动态调节其对用户特征 和产品特征的影响程度，并以加权求和的方式获得用户特征和产品特征，最后利用DeepFM算法对用户特征和产品特征进行深…☆15Updated last year
- 基于注意力机制的群组推荐系统实现☆18Updated 5 years ago
- 机器学习、深度学习基础知识. 推荐系统及nlp相关算法实现☆67Updated 2 years ago
- 基于 Pytorch 实现推荐系统相关的算法☆161Updated 3 years ago
- ☆72Updated 3 years ago
- Pytorch for autorec with collaborative filtering☆33Updated 5 years ago
- 基于movieLen1M数据集的DSSM深度召回实验☆21Updated 3 years ago
- 矩阵分解pytorch实现☆13Updated last year
- 爬虫爬取网站新闻，DBCAN聚类,推荐系统......☆15Updated 6 years ago
- 对KGCN的代码做了一些注释，希望有需要的同学看了后有所帮助。☆34Updated 4 years ago
- Code for paper: Learning to Build User-tag Profile in Recommendation System☆29Updated last year