文章题目:ReChorus:综合高效易扩展的轻量级推荐算法框架
全部作者:王晨阳,任一,马为之,张敏,刘奕群,马少平
第一单位:清华大学计算机科学与技术系
出版时间:,33(4):–
摘/要ABSTRACTABSTRACT近年来,各种各样的推荐算法层出不穷,特别是深度学习的发展,极大地推动了推荐系统的研究.然而,各个推荐算法在实现细节、评价方式、数据集处理等方面存在众多差异,越来越多的研究者开始对推荐领域的可复现性产生担忧.为了帮助缓解上述问题,基于PyTorch实现了一个综合、高效、易扩展的轻量级推荐算法框架ReChorus,意为构建一个推荐算法的“合唱团”.ReChorus框架中实现了多种不同类型的推荐算法,类别涵盖常规推荐、序列推荐、引入知识图谱的推荐、引入时间动态性的推荐等;同时,对于一些常见的数据集也提供统一的预处理范式.相比其他推荐系统库,ReChorus在保证综合高效的基础上尽可能做到了轻量实用,同时具有较高的可扩展性,尤其以方便学术研究为导向,非常容易上手实现新的模型.不同的推荐算法在ReChorus框架中能够在相同的实验设定下进行训练和评测,从而实现推荐算法间的有效对比.该项目目前已在GitHub发布.
扫码阅读全文内/容/精/选CONTENTCONTENT在当今泛信息化时代中,推荐系统不仅能够帮助用户发现感兴趣的内容,也为内容提供者带来更多收益,有着非常广泛的应用场景,吸引了越来越多研究者的
转载请注明：http://www.0431gb208.com/sjszlfa/440.html
