推荐系统工具包：一个开源的推荐系统工具包

该代码库提供了一系列经典的传统推荐方法，这些方法仅使用评分数据进行预测，以及社交推荐方法，这些方法利用信任/社交信息来缓解评分数据的稀疏性问题。此外，我们还收集了一些其他人实现的经典方法，以方便您使用。

传统推荐

UserCF[Resnick等人，1994]

Resnick, Paul等人。"GroupLens：协作过滤网络新闻的开放架构"。1994年ACM计算机支持的协作工作会议论文集。ACM，1994。

ItemCF[Sarwar等人，2001]

Sarwar, Badrul等人。"基于项目的协作过滤推荐算法"。第10届国际万维网会议论文集。ACM，2001。

FunkSVD[Simon Funk，2006]

http://sifter.org/~simon/journal/20061211.html

PMF[Salakhutdinov，2008]

Mnih, Andriy和Ruslan R. Salakhutdinov。"概率矩阵分解"。神经信息处理系统进展（2008）：1257-1264。

IntegSVD[Koren等人，2008]

Koren, Yehuda。"因子化遇上邻域：多面协作过滤模型"。第14届ACM SIGKDD知识发现和数据挖掘国际会议论文集。ACM，2008。

BiasSVD[Koren等人，2009]

Koren, Yehuda、Robert Bell和Chris Volinsky。"推荐系统的矩阵分解技术"。计算机42.8（2009）。

SVD++[Koren等人，2010]

Koren, Yehuda。"考虑邻居因素：可扩展且准确的协作过滤"。ACM知识发现和数据交易（TKDD）4.1（2010）：1。

社交推荐

SocialRec[Ma等人，2008]

Ma, Hao等人。"Sorec：使用概率矩阵分解的社交推荐"。第17届ACM信息和知识管理会议论文集。ACM，2008。

RSTE[Ma等人，2009]

Ma, Hao、Irwin King和Michael R. Lyu。"学习使用社交信任集成进行推荐"。第32届ACM SIGIR信息检索研究与开发国际会议论文集。ACM，2009。

TrustWalker[Jamali和Ester，2009]

Jamali, Mohsen和Martin Ester。"Trustwalker：结合基于信任和基于项目推荐的随机游走模型"。第15届ACM SIGKDD知识发现和数据挖掘国际会议论文集。ACM，2009。

SocialMF[Jamali和Ester，2010]

Jamali, Mohsen和Martin Ester。"一种用于社交网络推荐的信任传播矩阵分解技术"。第四届ACM推荐系统会议论文集。ACM，2010。

SocialReg[Ma等人，2011]

Ma, Hao等人。"具有社交正则化的推荐系统"。第四届ACM国际网络搜索和数据挖掘会议论文集。ACM，2011。

TrustSVD[Guo等人，2015]

Guo, Guibing、Jie Zhang和Neil Yorke-Smith。"TrustSVD：同时考虑用户信任的显式和隐式影响以及项目评分的协作过滤"。AAAI。第15卷。2015。

CUNE[Zhang等人，2017]

Chuxu Zhang、Lu Yu、Yan Wang、Chirag Shah、Xiangliang Zhang。"社交推荐系统的协作用户网络嵌入"。SDM，2017。

其他人实现的RSAlgorithms

Sedhain等人。"Autorec：自编码器遇上协作过滤"。WWW，2015。代码

Kim等人。"用于文档上下文感知推荐的卷积矩阵分解"。RecSys，2016。代码

Liang等人。"因子化遇上项目嵌入：使用项目共现正则化矩阵分解"。RecSys，2016。代码

He等人。"用于具有隐式反馈的在线推荐的快速矩阵分解"。SIGIR，2016。代码

Quadrana等人。"使用分层递归神经网络个性化会话推荐"。RecSys，2017。代码

He等人。"神经协作过滤"。WWW，2017。代码

Ebesu等人。"推荐系统的协作记忆网络"。SIGIR，2018。代码

Fan等人。"社交推荐的图神经网络"。WWW，2019。代码

Chong等人。"用于推荐的高效异构协作过滤无需负采样"。AAAI，2020。代码

环境要求

numpy==1.14.2
scipy==1.0.1
pandas==0.22.0
matplotlib==2.2.2

代码结构

我们项目的结构以树形式呈现如下：

推荐系统  # 项目根目录
│   README.md
│   __init__.py
│   .gitignore
|
└───configx  # 配置全局参数和超参数
│   │   configx.py   
|   │   
└───data  # 存储评分和社交数据
│   │   ft_ratings.txt
|   │   ft_trust.txt
|   |
│   └───cv  # 交叉验证数据
│       │   ft-0.txt
│       │   ft-1.txt
│       │   ft-2.txt
│       │   ft-3.txt
│       │   ft-4.txt
|       |
└───metrics  # 用于衡量评分预测任务预测准确性的指标
│   │   metric.py
|   |
└───model  # 传统和社交推荐方法集
│   │   bias_svd.py
│   │   funk_svd.py
│   │   pmf.py
│   │   integ_svd.py
|   |   item_cf.py
|   |   item_cf_big.py
|   |   mf.py
|   |   social_mf.py
|   |   social_rec.py
|   |   social_reg.py
|   |   social_rste.py
|   |   svd++.py
|   |   trust_svd.py
|   |   trust_walker.py
|   |   user_cf.py
|   |
└───reader  # 评分和社交数据的数据生成器
│   │   rating.py
│   │   trust.py
|   |
└───utility  # 其他常用工具
    │   cross_validation.py
    │   data_prepro.py
    │   data_statistics.py
    │   draw_figure.py
    │   matrix.py
    │   similarity.py
    │   tools.py
    │   util.py

参数设置

如果您想更改默认超参数，可以在configx.py中进行设置。超参数的含义如下：

数据集参数

dataset_name：数据集的简称，默认值为ft。

k_fold_num：交叉验证的折数，默认值为5。

rating_path：原始评分数据文件的路径，默认值为../data/ft_ratings.txt。

rating_cv_path：评分数据的交叉验证路径，默认值为../data/cv/。

trust_path：原始信任数据文件的路径，默认值为../data/ft_trust.txt。

sep：三元组中评分和信任数据的分隔符，默认值为。

random_state：随机数种子，默认值为0。

size：训练集的比例，默认值为0.8。

min_val：最小评分值，默认值为0.5。

max_val：最大评分值，默认值为4.0。

模型超参数

coldUserRating：冷启动用户对项目的评分数量，默认值为5。

factor：用户和项目的潜在维度大小，默认值为10。

threshold：模型训练的阈值，默认值为1e-4。

lr：学习率，默认值为0.01。

maxIter：最大迭代次数，默认值为100。 lambdaP：用户正则化参数，默认值为0.001。

lambdaQ：项目正则化参数，默认值为0.001。

gamma：动量系数，默认值为0.9。

isEarlyStopping：早停标志，默认值为false。

输出参数

result_path：结果主目录，默认值为../results/。

model_path：训练好的变量目录，默认值为../results/model/。

result_log_path：训练模型时的日志目录，默认值为../results/log/。

使用方法

接下来，我将以pmf为例介绍如何执行我们的代码。

首先，我们应该将评分数据分割成几个部分用于训练、测试和交叉验证。

from utility.cross_validation import split_5_folds
from configx.configx import ConfigX

if __name__ == "__main__":
    configx = ConfigX()
    configx.k_fold_num = 5 
    configx.rating_path = "../data/ft_ratings.txt"
    configx.rating_cv_path = "../data/cv/"
    
    split_5_folds(configx)

然后，我们打开model文件夹中的pmf.py文件，配置训练的超参数并执行以下代码：

if __name__ == '__main__':

    rmses = []
    maes = []
    bmf = FunkSVDwithR()
    for i in range(bmf.config.k_fold_num):
        bmf.train_model(i)
        rmse, mae = bmf.predict_model()
        print("当前最佳rmse为%0.5f，mae为%0.5f" % (rmse, mae))
        rmses.append(rmse)
        maes.append(mae)
    rmse_avg = sum(rmses) / 5
    mae_avg = sum(maes) / 5
    print("rmse列表为%s" % rmses)
    print("mae列表为%s" % maes)
    print("rmse平均值为%s " % rmse_avg)
    print("mae平均值为%s " % mae_avg)

引用

如果您使用了我们的代码，请引用我们的论文。谢谢！

@inproceedings{pricai2018sotricf,
    title="Social Collaborative Filtering Ensemble",
    author="Zhang, Honglei and Liu, Gangdu and Wu, Jun",
    booktitle="PRICAI",
    pages="1005--1017"
    year="2018",
}

@inproceedings{ijcnn2019MFDGE,
    title={Integrating dual user network embedding with matrix factorization for social recommender systems},
    author={Chen, Liying and Zhang, Honglei and Wu, Jun},
    booktitle={IJCNN},
    pages={1--8},
    year={2019},
}