推荐系统精选：优质AI工具与开源项目聚合
推荐系统算法开发与测试利器: R语言recommenderlab包详解
recommenderlab是一个用于开发和评估协同过滤推荐算法的R语言包,为推荐系统研究提供了强大的基础设施。本文全面介绍了recommenderlab的主要功能、支持的算法、使用方法以及评估框架,为研究人员和开发者提供了宝贵的工具参考。
SIGIR2020_PeterRec: 一种高效的用户建模与推荐系统
SIGIR2020_PeterRec是一种基于序列行为的参数高效迁移学习方法,用于跨域用户建模和推荐。本文将详细介绍该方法的原理、特点及应用。
LLMRank:利用大型语言模型作为推荐系统的零样本排序器
探索大型语言模型在推荐系统中作为零样本排序模型的潜力,研究其排序能力及局限性,并提出改进策略。
深度学习推荐系统模型的革新：NVIDIA Merlin Models 解析
探索NVIDIA Merlin Models库如何为推荐系统提供高质量的标准模型实现,从经典机器学习到先进深度学习模型,助力产业用户轻松训练部署高性能GPU加速推荐模型。
RecTools: 打造推荐系统的高效利器
RecTools是一个功能强大的Python库,旨在简化和加速推荐系统的构建过程。它集成了数据处理、指标计算、多种推荐模型以及模型选择框架,为开发者提供了一站式的推荐系统解决方案。
MMRec: 一个简化多模态推荐系统研究的现代工具箱
MMRec是一个开源的多模态推荐系统工具箱，集成了10多个先进模 型，旨在简化研究人员在多模态推荐领域的工作。本文将详细介绍MMRec的特点、功能和使用方法，以及它对推进多模态推荐系统研究的重要意义。
OTTO推荐系统数据集:一个真实世界的电商会话推荐数据集
OTTO推荐系统数据集是一个大规模的真实电子商务数据集,专为多目标和基于会话的推荐系统研究而设计。它包含来自OTTO网店和应用程序的匿名用户行为日志,为研究人员提供了宝贵的资源。
LibRecommender: 一个多功能的端到端推荐系统库
LibRecommender 是一个易用的推荐系统库,专注于端到端的推荐流程。它包含了训练和服务两个模块,让用户可以快速训练和部署各种推荐模型。
RSAlgorithms: 推荐系统算法工具包
RSAlgorithms是一个开源的推荐系统算法工具包,集成了多种传统推荐算法和社交推荐算法,为研究人员和开发者提供了丰富的推荐系统解决方案。
Buffalo Wild Wings: 美食与欢乐的完美结合
Buffalo Wild Wings是一家以美味鸡翅和体育观赏为特色的餐厅连锁品牌，为顾客提供丰富多样的美食选择和欢乐的用餐体验。本文将全面介绍Buffalo Wild Wings的特色美食、独特氛围以及品牌发展历程。
米兰理工大学推荐系统课程:培养推荐算法人才的优质资源
本文详细介绍了米兰理工大学的推荐系统课程(RecSys_Course_AT_PoliMi)的主要内容、特点和价值,为想要学习推荐系统的读者提供了一个高质量的学习资源。
GitRec: 基于Gorse的GitHub仓库推荐系统
GitRec是一个创新的开源项目，它为GitHub用户提供个性化的仓库推荐。通过利用Gorse推荐引擎的强大功能，GitRec旨在改善开发者发现感兴趣项目的体验，促进开源社区的协作与创新。
Disco: 强大的Ruby和Rails推荐系统库
Disco是一个基于协同过滤的Ruby推荐系统库,可以轻松为Web应用实现个性化推荐功能。本文详细介绍了Disco的特性、使用方法及其在实际应用中的优势。
DaisyRec：打造推荐系统评估的新标杆
DaisyRec是一个开源的推荐系统评估框架，旨在为推荐系统的rigorous评估和公平比较提供标准化的基准。本文深入介绍了DaisyRec的特性、应用场景以及对推荐系统研究的重要意义。
LLM4Rec：大语言模型在推荐系统中的应用与进展
本文全面介绍了大语言模型(LLM)在推荐系统领域的最新研究进展，涵盖零样本推荐、监督微调、相关综述等多个方面，为读者提供了LLM推荐系统研究的全景视图。
EasyRec: 阿里巴巴开源的大规模推荐算法框架
EasyRec是阿里巴巴开源的一个易用、可扩展且高效的推荐系统框架,旨在帮助开发者快速构建工业级推荐系统。它采用模块化和可插拔的设计模式,支持多种输入数据格式,并集成了自动化特征工程和超参数优化等智能化功能。
RecSysDatasets: 推荐系统数据集大全
RecSysDatasets是一个汇集了各类推荐系统数据集的开源项目,为推荐系统研究提供了丰富的数据资源。本文全面介绍了该项目收录的各领域数据集,包括数据来源、规模、特点等,是推荐系统研究者的重要参考。
Cornac:一个多模态推荐系统的比较框架
Cornac是一个用于多模态推荐系统的比较框架。它专注于使使用辅助数据(如商品描述文本和图像、社交网络等)的模型变得便利。Cornac支持快速实验和新模型的直接实现。它与现有的机器学习库(如TensorFlow、PyTorch)高度兼容。
Implicit: 快速Python协同过滤算法库
Implicit是一个高效的Python协同过滤算法库,专门用于处理隐式反馈数据集。本文将深入介绍Implicit库的特点、原理和使用方法,帮助读者了解如何利用该库构建推荐系统。
RecSysPapers: 推荐系统领域论文汇总
RecSysPapers项目收集并整理了推荐系统领域的经典和前沿论文,涵盖召回、排序、多任务学习等多个方向,是推荐系统研究的重要参考资料。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号