test1855/recommender-system-with-tf2.0

Recurrence the recommended papers with Tensorflow2.0

前言

本人在读研一，推荐系统方向，和各位一样，在推荐算法这条路愈走愈远，无法自拔。开源项目Recommended System with TF2.0主要是对阅读过的部分推荐系统、CTR预估论文进行复现。建立的原因有三个：

1. 理论和实践似乎有很大的间隔，学术界与工业界的差距更是如此；
2. 更好的理解论文的核心内容，增强自己的工程能力；
3. 很多论文给出的开源代码都是TF1.x，因此想要用更简单的TF2.0进行复现；

当然也看过一些知名的开源项目，如DeepCTR等，不过对自己目前的水平来说，只适合拿来参考。

项目特点：

• 使用TF2.0-CPU进行复现；
• 每个模型都是相互独立的，不存在依赖关系；
• 模型基本按照论文进行构建，实验尽量使用论文给出的的公共数据集。如果论文给出github代码，会进行参考；
• 对于实验数据集有专门详细的介绍；
• 代码源文件参数、函数命名规范，并且带有标准的注释；
• 每个模型会有专门的代码文档（.md文件）或者其他方式进行解释；

目录

目前复现的模型有（按复现时间进行排序）：

1. NCF
2. DIN
3. Wide&Deep
4. DCN
5. PNN
6. Deep Crossing
7. DeepFM
8. NFM
9. AFM

更新

2020.08.03：AFM模型；

2020.08.02：NFM模型；

2020.07.31：DeepFM模型；

2020.07.29：PNN代码文档更新；

2020.07.28：更改ReadMe介绍；

2020.07.27：Deep Crossing模型；

2020.07.20：PNN模型；

2020.07.14：DCN模型；

2020.07.10：Wide&Deep模型；

2020.05.26：DIN模型；

2020.03.27：NCF模型；

数据集介绍

目前实验使用的数据集主要有三个：Movielens、Amazon、Criteo。

Movielens

MovieLens是历史最悠久的推荐系统数据集，主要分为：ml-100k（1998年）、ml-1m（2003年）、ml-10m（2009年）、ml-20m（2015年）、ml-25m（2019年）。实验中主要使用ml-1m数据集。

已处理过的数据集：ml-1m

ml-1m数据集的具体介绍与处理：传送门

Amazon

Amazon提供了商品数据集，该数据集包含亚马逊的产品评论和元数据，包括1996年5月至2014年7月期间的1.428亿评论。它包括很多子数据集，如：Book、Electronics、Movies and TV等，实验中我们主要使用Electronics子数据集。

Amazon-Electronics数据集的具体介绍与处理：传送门

Criteo

Criteo广告数据集是一个经典的用来预测广告点击率的数据集。2014年，由全球知名广告公司Criteo赞助举办Display Advertising Challenge比赛。但比赛过去太久，Kaggle已不提供数据集。现有三种方式获得数据集或其样本：

1. Criteo_sample.txt：包含在DeepCTR中，用于测试模型是否正确，不过数据量太少；
2. kaggle Criteo：训练集（10.38G）、测试集（1.35G）;（实验大部分都是使用该数据集）
3. Criteo 1TB：可以根据需要下载完整的日志数据集；

Criteo数据集的具体介绍与处理：传送门

复现论文

1. Neural network-based Collaborative Filtering（NCF）

模型：

数据集：

Movielens、Pinterest

代码解析：

原文开源代码：

https://github.com/hexiangnan/neural_collaborative_filtering

原文地址：

https://arxiv.org/pdf/1708.05031.pdf?source=post_page---------------------------

原文笔记：

目录：返回目录

2. Deep Interest Network for Click-Through Rate Prediction(DIN)

模型：

数据集：

Amazon数据集中Electronics子集。

代码解析：

https://zhuanlan.zhihu.com/p/144153291

参考原文开源代码地址：

https://github.com/zhougr1993/DeepInterestNetwork

原文地址：

https://arxiv.org/pdf/1706.06978.pdf

原文笔记：

https://mp.weixin.qq.com/s/uIs_FpeowSEpP5fkVDq1Nw

目录：返回目录

3. Wide & Deep Learning for Recommender Systems

模型：

数据集：

由于原文没有给出公开数据集，所以在此我们使用Amazon Dataset中的Electronics子集，由于数据集的原因，模型可能与原文的有所出入，但整体**还是不变的。

代码解析：

原文地址：

https://arxiv.org/pdf/1606.07792.pdf%29//)

原文笔记：

https://mp.weixin.qq.com/s/LRghf8mj1hjUYri_m3AzBg

目录：返回目录

4. Deep & Cross Network for Ad Click Predictions

模型：

数据集：

Criteo

代码解析：

原文地址：

https://arxiv.org/pdf/1708.05123.pdf

原文笔记：

https://mp.weixin.qq.com/s/DkoaMaXhlgQv1NhZHF-7og

目录：返回目录

5.Product-based Neural Networks for User Response Prediction

模型：

数据集：

Criteo

代码解析：

PNN代码文档

原文地址：

https://arxiv.org/pdf/1611.00144.pdf

原文笔记：

https://mp.weixin.qq.com/s/GMQd5RTmGPuxbokoHZs3eg

目录：返回目录

6. Deep Crossing: Web-Scale Modeling without Manually Crafted Combinatorial Features

模型：

数据集：

Crieto

代码解析：

Deep Crossing代码文档

原文地址：

https://www.kdd.org/kdd2016/papers/files/adf0975-shanA.pdf

原文笔记：

https://mp.weixin.qq.com/s/WXnvkoRFxwFpflStAuW7kQ

目录：返回目录

7. DeepFM: A Factorization-Machine based Neural Network for CTR Prediction

模型：

数据集：

Crieto

代码解析：

DeepFM代码文档

原文地址：

https://arxiv.org/abs/1703.04247

原文笔记：

https://mp.weixin.qq.com/s/bxYag1GcJABkwwz0NmLI5g

目录：返回目录

8. Neural Factorization Machines for Sparse Predictive Analytics

模型：

数据集：

Crieto

代码解析：

NFM代码文档

原文地址：

https://arxiv.org/pdf/1708.05027&ie=utf-8&sc_us=6917339300733978278.pdf

原文笔记：

https://mp.weixin.qq.com/s/1en7EyP3C2TP3-d4Ha0rSQ

目录：返回目录

9. Attentional Factorization Machines: Learning the Weight of Feature Interactions via Attention Networks

模型：

数据集：

Crieto

原文开源代码：

https://github.com/hexiangnan/attentional_factorization_machine

代码解析：

AFM代码文档

原文地址：

https://arxiv.org/pdf/1708.04617.pdf

原文笔记：

目录：返回目录

附

公众号：潜心的Python小屋，欢迎大家关注。