- Notifications
You must be signed in to change notification settings - Fork7
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。
NotificationsYou must be signed in to change notification settings
YinzhenWan/recome_wan
Folders and files
| Name | Name | Last commit message | Last commit date | |
|---|---|---|---|---|
Repository files navigation
- 1.本项目通过pytorch 框架大概复现了推荐系统相关的22个模型，其中包含多篇排序论文和多篇序列召回和图召回论文。
- 2.本项目一共包含demo和recome_wan这两个文件夹。
- 3.在demo里面分别选了一个召回模型和排序模型来作为示例，如果想调试其他的召回和排序模型，可以直接修改demo里面的rank_example.py文件或者recall_example.py的代码即可。
- 4.在recome_wan这个文件夹里，一共包含datasets、models、trainer、utils这四个大的模块。
- 5.其中datasets文件夹主要是数据类型和数据编码的处理，models里面包含了layers、rank_models和recall_models这三个文件夹。layers主要存放的是一些通用的层比如embedding层、Mlp层。rank_models里存放的就是排序相关的模型，recall_models里存放的就是召回相关的模型。trainer主要是用来训练、验证、测试召回和排序的模型。utils包含一些关于召回模型的评价。注：以下表格只展示了一些重要的模型，对一些简单的模型不做表格展示。