文件名称：DeepRec：一个基于Tensorflow的基于深度学习推荐的开源工具包
文件大小：9.32MB
文件格式：ZIP
更新时间：2024-02-26 03:39:32
python deep-learning neural-network tensorflow collaborative-filtering
深度录制 在此存储库中，使用Python和Tensorflow实现了许多基于深度学习的推荐模型。 我们启动了这个项目，希望它可以减少研究人员和开发人员在复制最新方法方面的工作。 实施的模型涵盖了三种主要的推荐方案：评级预测，排名靠前的N个推荐（即项目排名）和顺序推荐。 同时，DeepRec保持良好的模块化和可扩展性，可轻松将新模型合并到此框架中。 DeepRec是根据GNU通用公共许可证发行的。 有兴趣对此项目做出贡献的任何人，请与我联系！ 实现的算法 我们同时实施了评分估算，前n个推荐模型和序列感知推荐模型。 I-AutoRec和U-AutoRec（www'15） CDAE（WSDM'
【文件预览】：
DeepRec-master
----.gitignore(47B)
----data()
--------ml1m()
--------ml100k()
--------frappe()
----models()
--------item_ranking()
--------__init__.py(0B)
--------seq_rec()
--------rating_prediction()
----LICENSE(34KB)
----utils()
--------evaluation()
--------__init__.py(0B)
--------log()
--------config()
--------load_data()
----README.md(2KB)
----.idea()
--------remote-mappings.xml(464B)
--------misc.xml(381B)
--------encodings.xml(135B)
--------workspace.xml(6KB)
--------vcs.xml(180B)
--------deployment.xml(470B)
--------DeepRec.iml(579B)
--------modules.xml(266B)
----config()
--------BPRMF.conf(276B)
----test()
--------test_rating_pred.py(5KB)
--------__init__.py(0B)
--------testSeqRec.py(4KB)
--------test_item_ranking.py(3KB)