文件名称：neuro_collaborative_filtering：神经协同过滤
文件大小：23.8MB
文件格式：ZIP
更新时间：2024-02-26 03:39:09
deep-learning collaborative-filtering recommender-system DeeplearningPython
神经协同过滤 这是本文的实现： 何湘南，廖丽子，张汉旺，聂丽强，胡霞，蔡达生（2017）。 2017年4月3日至7日在澳大利亚珀斯的WWW '17会议录中。 三种协作过滤模型：广义矩阵分解（GMF），多层感知器（MLP）和神经矩阵分解（NeuMF）。 为了将模型用于隐式反馈和排名任务，我们使用对数损失和负采样对它们进行优化。 如果您使用我们的代码，请引用我们的WWW'17论文。 谢谢！ 作者：何湘南博士（ ） 环境设定 我们使用Keras和Theano作为后端。 Keras版本：“ 1.0.7” Theano版本：“ 0.8.0” 运行代码的示例。 在代码中已经清楚地说明了命
【文件预览】：
neural_collaborative_filtering-master
----NeuMF.py(11KB)
----MLP.py(8KB)
----Dockerfile(552B)
----Pretrain()
--------ml-1m_MLP_[64,32,16,8]_1501652038.h5(1.22MB)
--------ml-1m_GMF_8_1501651698.h5(317KB)
----Dataset.py(3KB)
----LICENSE(11KB)
----evaluate.py(2KB)
----GMF.py(7KB)
----README.md(5KB)
----Data()
--------pinterest-20.test.rating(788KB)
--------pinterest-20.train.rating(20.16MB)
--------pinterest-20.test.negative(26.14MB)
--------ml-1m.test.negative(2.76MB)
--------ml-1m.test.rating(125KB)
--------ml-1m.train.rating(20.01MB)