recommender-system

Qdrant - 高性能、大规模向量数据库与向量搜索引擎，适用于下一代 AI。亦提供云端服务 https://cloud.qdrant.io/

互动式深度学习书籍，包含多框架代码、数学与讨论。已在 70 个国家 500 所大学采用，包括 Stanford、MIT、Harvard 与 Cambridge。

Weaviate 是一个开源向量数据库，能同时存储对象与向量，结合向量搜索与结构化过滤，并具备云原生数据库的容错与可扩展性

开发者友好的 OSS 嵌入式检索库，支持多模态 AI。Search More; Manage Less。

AI 驱动的开源推荐系统引擎，支持传统/LLM 排序器和多模态内容嵌入

推荐系统入门教程，在线阅读地址：https://datawhalechina.github.io/fun-rec/

RSTutorials：精选推荐系统必读论文清单

LightFM 的 Python 实作，一种混合推荐算法。

快速开源搜索与聚类引擎 × 适用于向量与任意对象 × 支持 C++、C、Python、JavaScript、Rust、Java、Objective‑C、Swift、C#、GoLang 与 Wolfram 🔍

Fast Python Collaborative Filtering for Implicit Feedback Datasets

深度学习入门课、资深课、特色课、学术案例、产业实践案例、深度学习知识百科及面试题库The course, case and knowledge of Deep Learning and AI

Alink 是基于 Flink 的机器学习算法平台，由阿里巴巴计算平台 PAI 团队开发。

推荐系统的经典论文与资源

加速深度学习研发

用于通过数据学习因果关系的算法索引

深度学习推荐系统

使用 Rust 编写的高效近似最近邻搜索算法集合库 🦀。

用于推荐系统的 PyTorch 领域库

用于工业级搜索、推荐和广告的精选深度学习论文。专注于 Embedding、Matching、Pre-Ranking、Ranking、Post Ranking、Relevance、LLM 和 RL。请引用我们的论文 "Deep Learning to Rank in Industrial Search Engines, Recommender Systems, and Online Advertising - An Overview and New Perspectives" (TOIS 2026)。

大规模推荐算法的框架。

基于大型语言模型（LLM）的推荐系统精选论文与资源列表。

TensorFlow Recommenders 是一个使用 TensorFlow 构建推荐系统模型的库。

OneRec 的最小化复现示例

Transformers4Rec 是一个灵活且高效的序列与基于会话的推荐库，可与 PyTorch 搭配使用。

这是推荐系统 (RS) 的公开数据来源仓库。

一个用于推荐模型的 Lighting PyTorch 框架，易于使用且易于扩展。

NVTabular 是一个针对表格数据的特征工程与预处理库，旨在快速且轻松地处理用于训练深度学习推荐系统的太字节级（terabyte-scale）数据集。

HugeCTR 是一个专为点击率（CTR）估算训练而设计的高效率 GPU 框架

多模态推荐系统的比较框架

用于《Practical Recommender Systems》一书中的 Django 网站，展示推荐算法的实现方式。