RecSys课程@米兰理工大学 这是Polimi 2019年推荐系统课程的官方资料库。 由米兰理工大学博士后研究员开发。 请我们的,以获取有关我们的研究小组和可用论文的更多信息。 介绍性幻灯片可。 有关安装说明,请参见以下“部分。 此存储库包含以下内容的Cython实现: SLIM BPR:优化BPR的项目-项目相似度矩阵机器学习算法。 使用基于Cython树的稀疏矩阵,适用于项数太大以致于密集相似度矩阵无法容纳在内存中的数据集。 还支持密集相似性。 MF BPR:矩阵分解优化BPR FunkSVD:矩阵分解优化RMSE 不对称SVD 此仓库包含以下内容的Python实现: 基于项