qcymkxyc/recsys

项亮的《推荐系统实践》的代码实现

recsys's Issues

参数更新的公式错了

RecSys/main/chapter2/lfm.py

Line 109 in 6f8067f

self.user_p[user] += (self.learning_rate *

没有加入误差

Hi，你定义的准确率和召回率和《推荐系统实践》中的定义刚好反过来

RecSys/main/util/metric.py

Line 30 in 6f8067f

def precision(recommends, tests):

关于负采样的建议

RecSys/main/chapter2/lfm.py

Line 34 in 6f8067f

items_pool = set()

书中的负采样描述的是 对每个用户采样负样本时，要选取那些很热门，而用户却没有行为的物品。且书中的item_pool是一个列表，我的理解是不用去重，列表中重复的次数代表着物品的流行度，流行度大的更容易被采样到。但这样可能存在items列表过大...

所以可以考虑得到去重之后的物品列表后，记录每个物品的出现次数，与总个数相处得到频率，以此作为np.choice抽样的概率。

max_num不是value最大值吧，反而是物品id最大值了，这个归一化有问题

`

itemnorm.py

  for i,relations in item_sim_matrix.items():
      max_num = max(relations)
      item_sim_matrix[i] = {key : value / max_num for key,value in relations.items()}

`

max_num不是value最大值吧，反而是物品id最大值了，这个归一化有问题

Recommend System.ipynb运行报错

报错如下：

是pandas版本问题吗？

cant find a method in LFM

hi friend,
thank you for your contribution, i got blocked in LFM class that i cant find method
self.read_data(pivot = 0.05);
is that method missed?