Alternatives and similar repositories for matrix-factorization

Users that are interested in matrix-factorization are comparing it to the libraries listed below

• liuq4360 / recommender_systems_abc
  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。
  ☆87Updated 4 months ago
• XiuzeZhou / Recommender-Systems
  collaborative filtering methods for recommender systems
  ☆62Updated 3 years ago
• HuichuanLI / Recommand-Algorithme
  推荐算法实战(Recommend algorithm)
  ☆193Updated last week
• QikaiXu / Recommender-System-Pytorch
  基于 Pytorch 实现推荐系统相关的算法
  ☆178Updated 3 years ago
• HeartbreakSurvivor / RsAlgorithms
  all kinds of recommendation algorithms implement.
  ☆125Updated 4 years ago
• YJiangcm / Movielens1M-movie-recommendation-system
  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
  ☆72Updated 4 years ago
• TianHongTao / ID-DAML
  推荐系统---实验+复现+创新
  ☆51Updated 2 years ago
• HyZhu39 / recommendation
  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
  ☆24Updated 6 years ago
• hurhu / recommendation-pytorch
  基于王喆老师的深度学习推荐系统书籍，主要用pytorch实现了里面涉及到的算法，有很少数量的算法是用tf2.0实现的。在这个过程中也参考很多大佬的复现代码，希望自己能持续学习 多多去实现。
  ☆47Updated 2 years ago
• rexrex9 / deepRec
  深度学习推荐算法
  ☆23Updated 4 years ago
• ChenJiaDong9219 / movieRecommendation
  本项目使用两种算法来实现一个电影推荐系统，一个是CNN，另一个是矩阵分解的协同过滤。
  ☆136Updated 6 years ago
• hu739317870 / UPCF
  CF 推荐系统的实现，以及我的改进。使用 MovieLens-1m 数据集，通过 MAE、Persicion、Recall 检验准确性。
  ☆11Updated 4 years ago
• wangyuyunmu / Recommended-system-practice
  项亮等《推荐系统实践》算法代码
  ☆29Updated 5 years ago
• Gavince / Recommend-System
  深度学习与推荐系统学习，理论结合代码更香。
  ☆126Updated 2 years ago
• moneyDboat / ConvMF
  卷积神经网络（CNN）提取影评特征构建电影推荐系统，pytorch实现
  ☆129Updated 7 years ago
• NeWnIx5991 / AutoRec-for-CF
  Pytorch for autorec with collaborative filtering
  ☆36Updated 6 years ago
• littlemesie / recommend-tf2.0
  推荐系统之深度学习模型，框架采用tensorflow2
  ☆58Updated 3 years ago
• YinzhenWan / recome_wan
  用pytorch 方法复现了二十多个经典的推荐算法论文，其中包含排序论文和推荐召回论文，并在demo里面选了一个召回模型和排序模型的运行示例。
  ☆65Updated 2 years ago
• LogicJake / tianchi-news-recommendation
  零基础入门推荐系统 - 新闻推荐 Top2
  ☆244Updated 4 years ago
• qq209096727 / Recommondation-System
  一些传统推荐算法的实现，包括基于内容的推荐，协同过滤，矩阵分解
  ☆296Updated 7 years ago
• i-Jayus / RecSystem-Pytorch
  推荐系统论文算法实现，包括序列推荐，多任务学习，元学习等。 Recommendation system papers implementations, including sequence recommendation, multi-task learning, met…
  ☆207Updated last year
• rexrex9 / kb4recMovielensDataProcess
  用来处理freebase, kb4rec, movielens它们数据集的项目
  ☆35Updated 4 years ago
• wj19971997 / NEWS-RECOMMENDATION
  ☆97Updated 4 years ago
• Tony-Hu-yh / review-based-recommendation
  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…
  ☆16Updated 2 years ago
• 1092798448 / RecSys
  推荐系统实践(基于近邻和LFM的推荐系统)
  ☆102Updated 7 years ago
• BTDLOZC-SJTU / CompetitionTianChi_newsRecommendation
  天池大赛——新闻推荐场景下的用户行为预测挑战赛，SOLO赛，B榜排名5/5338
  ☆48Updated 4 years ago
• xingzhexiaozhu / MovieRecommendation
  UserCF和ItemCF协同过滤推荐算法的实现
  ☆543Updated 3 years ago
• xuerongchuan / RSpapers
  推荐系统论文
  ☆23Updated 5 years ago
• 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。
  ☆32Updated 2 years ago
• troywu666 / recommend_system
  推荐系统与深度学习
  ☆35Updated 4 years ago