Recommender Systems with Collaborative Filtering and Deep Learning Techniques:实施

带有CF和DL技术的推荐系统 在此存储库中,我涵盖了以下主题- 什么是建议系统? 为什么我们需要推荐系统? 协同过滤 协同过滤的类型 基于内存的CF 基于用户的CF 基于项目的CF 基于模型的CF K最近邻居 奇异值分解 非负矩阵分解 使用深度学习进行矩阵分解 嵌入层简介 带点运算的体系结构1 具有串联操作的体系结构2 评估RMSE 参考 您也可以在Kaggle上找到内核- 我已经使用评级数据集来研究各种推荐技术。 由于数据集的大小很小,因此我使用了基本技术,但要使用更大的数据集,我们需要使用混合和降维技术。 我已经在另一个存储库()中介绍了使用autoencoder的一种这样的推荐技术。 这是NVIDIA在2017年发布的第二个最佳推荐技术-。