RecJourney: 推荐系统算法实现与实验

项目简介

RecJourney 是一个专注于推荐系统算法实现与实验的开源项目。本项目旨在提供一个全面的推荐系统学习和研究平台,包含多个主流推荐算法的PyTorch实现,以及在公开数据集上的实验结果。

主要特性

• 📚 包含20+种主流推荐算法的PyTorch实现
• 🔬 在多个公开数据集上进行了实验对比
• 🛠 提供了完整的数据预处理、模型训练、评估流程
• 📊 详细的实验结果分析与可视化
• 🔧 模块化设计,易于扩展新的算法

快速开始

环境要求

• Python 3.7+
• PyTorch 1.7+
• CUDA 10.1+ (对于GPU加速)

安装

1. 克隆仓库:

git clone https://github.com/yourusername/RecJourney.git

2. 安装依赖:

pip install -r requirements.txt

使用

TODO

模型列表

见模型列表

模型评估

数据集：IJCAI 18

模型名称	AUC	LogLoss
AutoInt	0.56431	0.09450
SharedBottom	0.55899	0.09820

贡献指南

TODO

引用

TODO