recommender-system

NVIDIA Merlin ist eine Open-Source-Bibliothek für durchgehend GPU-beschleunigte Empfehlungssysteme, von Feature-Engineering und Vorverarbeitung bis hin zum Training von Deep-Learning-Modellen und der Inferenz in der Produktion.

MLGB ist eine Bibliothek mit vielen CTR-Prädiktions- und Empfehlungssystemmodellen in TensorFlow & PyTorch.

[Pytorch] Generatives Abrufmodell mit semantischen IDs aus „Recommender Systems with Generative Retrieval“

Papiere zu durch Large Language Models verbesserten Empfehlungssystemen

RSTutorials: Eine kuratierte Liste von Algorithmen zu traditionellen und sozialen Empfehlungssystemen.

Modulares E-Commerce-Backend mit einem GraphQL-Gateway und gRPC-Mikroservices für Konten, Produkte, Bestellungen, Zahlungen und Empfehlungen.

Eine Toolbox für multimodale Empfehlungen. Integriert über 10 Modelle...

👕 Open-Source-Kurs über die Architektur, Entwicklung und Bereitstellung eines personalisierten Echtzeit-Empfehlungssystems für H&M-Modeartikel.

Zusätzliche Hilfsprogramme und Helfer zur Erweiterung von TensorFlow beim Erstellen von Empfehlungssystemen, beigesteuert und gewartet von SIG Recommenders.

Eine Liste von Publikationen über hyperbolische Einbettungen, hyperbolische Modelle und hyperbolische Anwendungen

PyTorch (1.6+)-Implementierung von https://github.com/kang205/SASRec

Empfehlungen für Ruby und Rails mittels kollaborativer Filterung.

TOROS Buffalo: Ein schnelles, skalierbares und produktionsreifes Open-Source-Projekt für Empfehlungssysteme.

CRSLab ist ein Open-Source-Toolkit zur Erstellung von Conversational Recommender Systems (CRS).

Official code for "DaisyRec 2.0: Benchmarking Recommendation for Rigorous Evaluation" (TPAMI2022) and "Are We Evaluating Rigorously? Benchmarking Recommendation for Reproducible Evaluation and Fair Comparison" (RecSys2020)

[SIGIR 2024 perspective] The implementation of paper "On Generative Agents in Recommendation"