重新组合

建议:建立一个统一、全面、高效的推荐算法框架。近年来,文献中提出了大量的推荐算法,从传统的协同过滤算法到神经网络算法。然而,如何使推荐算法的开源实现标准化的问题在研究界不断增加。针对这一挑战,我们提出了一个统一的、全面的、高效的推荐系统库RecBole,它为开发和复制推荐系统提供了一个统一的框架。在这个库中,我们在27个基准数据集上实现了53个推荐模型,涵盖了一般推荐、顺序推荐、上下文感知推荐和基于知识的推荐。我们基于最流行的深度学习框架之一PyTorch实现了RecBole库。我们的库在许多方面都很有特色,包括通用和可扩展的数据结构,全面的基准模型和数据集,高效的GPU加速执行,以及广泛和标准的评估协议。我们提供了一系列辅助函数、工具和脚本,以便于使用该库,例如自动参数调整和断点恢复。该框架有助于规范推荐系统的实施和评估。项目和文件发布于https://recbole.io

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换