Recommender-System:在tensorflow中开发的推荐系统2。 算法

  • V7_596737
    了解作者
  • 65.9KB
    文件大小
  • zip
    文件格式
  • 0
    收藏次数
  • VIP专享
    资源类型
  • 0
    下载次数
  • 2022-06-15 09:19
    上传日期
推荐系统 一个开发中的推荐系统,在tensorflow 2中实现。 数据集:MovieLens-100k,MovieLens-1m,MovieLens-20m,lastfm,Book-Crossing和一些satori知识图。 算法:UserCF,ItemCF,LFM,SLIM,GMF,MLP,NeuMF,FM,DeepFM,MKR,RippleNet,KGCN等。 评估:ctr的auc f1和topk的精度调用。 要求 Python 3.8 Tensorflow 2.4.1 跑 ,并将“ ds”和“ kg”放在“ Recommender_System / data”文件夹下。 在PyCharm中将当前文件的父目录作为项目打开,设置Python 3.8解释器并pip install tensorflow == 2.4.1。 转到Recommender_System / algo
Recommender-System-master.zip
内容介绍
# Recommender-System A developing recommender system, implements in tensorflow 2. Dataset: MovieLens-100k, MovieLens-1m, MovieLens-20m, lastfm, Book-Crossing, and some satori knowledge graph. Algorithm: UserCF, ItemCF, LFM, SLIM, GMF, MLP, NeuMF, FM, DeepFM, MKR, RippleNet, KGCN and so on. Evaluation: ctr's auc f1 and topk's precision recall. ## Requirements * Python 3.8 * Tensorflow 2.4.1 ## Run [Download data files](https://github.com/SSSxCCC/Recommender-System/tree/datafile) and put 'ds' and 'kg' under 'Recommender_System/data' folder. Open parent directory of current file as project in PyCharm, set up Python 3.8 interpreter and pip install tensorflow==2.4.1. Go to Recommender_System/algorithm/xxx/main.py and run. --- # Recommender-System推荐系统 这是一个正在开发的基于tensorflow2实现的推荐系统。 数据集:电影MovieLens-100k, MovieLens-1m, MovieLens-20m,音乐lastfm,书Book-Crossing,以及一些satori知识图谱。 算法:UserCF(基于用户的协同过滤), ItemCF(基于物品的协同过滤), LFM, SLIM, GMF, MLP, NeuMF, FM, DeepFM, MKR, RippleNet, KGCN等。 评估指标:点击率预测ctr的auc和f1,topk评估的准确率precision和召回率recall. ## 需求 * Python 3.8 * Tensorflow 2.4.1 ## 运行 [下载数据文件](https://github.com/SSSxCCC/Recommender-System/tree/datafile)并将文件夹'ds'和'kg'放到'Recommender_System/data'目录下。 在PyCharm里面将此文件的父文件夹作为项目打开,设置好Python3.8的环境并使用pip安装tensorflow的2.4.1版本。 到Recommender_System/algorithm/xxx/main.py源码文件下并点击运行。
评论
    相关推荐
    • esp8266-deploy-micropython:ESP8266的部署脚本和基础项目结构,带有通过USB仿真的串行端口
      您可以将部署脚本作为来自PyCharm的运行命令来运行。 部署脚本已在Linux和Windows上进行了测试。 它也可以在基于Unix的系统上工作。 拉请求是受欢迎的。 依存关系 bash,找到(在Windows上,作为或一部分提供)。...
    • heliosburn:Helios Burn-REST故障注入平台
      赫利奥斯·伯恩(HeliosBurn) ... Helios Burn的目的是为开发人员提供注入故障和不稳定性的工具,以便他们可以在将其... Helios Burn代理从愿意访问Web服务器(例如,Amazon S3,OpenStack Swift,EMC Atmos等)上运行的
    • Development-of-an-EMC-test-software:该项目是德国斯图加特大学IEH实验室“高压技术”的实践练
      开发EMC测试软件 该项目是德国斯图加特大学输电与高压技术研究所(IEH)的高压技术实验室(PraktischeÜbungim Labor,PÜL)中的实践练习。 电磁兼容性(EMC)=电磁学(EMV) 该项目的任务包括: 创建用于IEH...
    • OV2640_ESP8266_pythonApp:该存储库是使用OV2640的ESP8266 Nodemcu ArduCam拍摄
      OV2640_ESP8266_pythonApp 该存储库是使用OV2640的ESP8266 Nodemcu ArduCam拍摄了一张简单的320x240照片。 拍照后,它将串行数据发送到python计算机应用程序以显示新... Python应用程式(使用PyCharm来执行程式码)
    • GaussDB_100_1.0.1-DATABASE-REDHAT-64bit.tar.gz
      guassdb100在redhat上安装包,单机部署的包,安装步骤请看我的文中介绍,经过大量实验搭建总结出来的文档
    • SIM800C_MQTT.rar
      使用SIM800C模块,使用MQTT协议,连接中国移动onenet平台,能实现数据的订阅、发布、存储等
    • 卷积神经网络
      这是卷积神经网络的一个实际用例,已经调试好了,能够在matlab上成功运行,适合从事卷积神经网络(CNN)研究的人员学习使用。
    • android从bootloader到launcher启动流程整理
      讲述android 开机流程 从boot rom---bootloader---init--zygote---systemserver---ams 并附上自己整理的每个流程的流程图 ,清晰熟悉android 启动流程
    • 分数阶混沌系统:分数阶混沌系统的数值解。-matlab开发
      该工具箱包含可用于模拟一些著名的分数阶混沌系统的函数,例如: - 陈的系统, - Arneodo的系统, - Genesio-Tesi 的系统, - 洛伦兹系统, - 牛顿-莱普尼克系统, - 罗斯勒的系统, - Lotka-Volterra系统, - 达芬的系统, - 范德波尔的振荡器, -伏打的系统- 陆氏系统, - 刘的系统, - Chua的系统, - 金融系统, - 3 细胞 CNN。 这些函数以数值方式计算描述混沌系统的分数阶非线性微分方程的解。 每个函数返回总模拟时间的状态轨迹(吸引器)。 更多详情请看书: Ivo Petras,分数阶非线性系统:建模、分析和仿真,Springer,系列:非线性物理科学,2011,ISBN 978-3-642-18100-9。 http://www.springer.com/engineering/control/book/978-3-
    • matlabpam代码-dsp-library:用于光通信的MATLABDSP函数库
      matlab pam代码 DSP库 该项目包含几种不同的功能,可将DSP算法应用于光通信。 这些功能适用于相干和非相干(PAM,DMT)光通信。 大多数功能是相互独立的。 因此,该代码中的功能可以轻松使用,并与其他DSP功能结合使用。 用法 功能列表以及简短说明在文件中。 输入和输出参数的描述在每个函数的标题中。 讯号 通常,输入(和输出)信号在第一维度上具有时间(例如,列向量),而第二维度用于一次管理多个信号(例如,不同的极化,不同的参数等)。 之所以选择这种约定,是因为MATLAB通过将列保留在内存的连续部分中来存储矩阵,因此,这种约定比其他方法(行向量)要快。 参数 大多数功能使用参数结构作为输入参数。 函数中使用的参数的描述通常在标头中,而coherent-dsp函数的默认参数在文件中。 参考 执照 此代码在下发布。