典型文献
ReChorus:综合高效易扩展的轻量级推荐算法框架
文献摘要：
近年来,各种各样的推荐算法层出不穷,特别是深度学习的发展,极大地推动了推荐系统的研究.然而,各个推荐算法在实现细节、评价方式、数据集处理等方面存在众多差异,越来越多的研究者开始对推荐领域的可复现性产生担忧.为了帮助缓解上述问题,基于PyTorch实现了一个综合、高效、易扩展的轻量级推荐算法框架ReChorus,意为构建一个推荐算法的"合唱团".ReChorus框架中实现了多种不同类型的推荐算法,类别涵盖常规推荐、序列推荐、引入知识图谱的推荐、引入时间动态性的推荐等;同时,对于一些常见的数据集也提供统一的预处理范式.相比其他推荐系统库,ReChorus在保证综合高效的基础上尽可能做到了轻量实用,同时具有较高的可扩展性,尤其以方便学术研究为导向,非常容易上手实现新的模型.不同的推荐算法在ReChorus框架中能够在相同的实验设定下进行训练和评测,从而实现推荐算法间的有效对比.该项目目前已在GitHub发布:.
文献关键词：
推荐系统;深度学习;可复现性;推荐算法框架;软件工具包
中图分类号：
作者姓名：
王晨阳;任一;马为之;张敏;刘奕群;马少平
作者机构：
清华大学 计算机科学与技术系, 北京 100084;北京信息科学与技术国家研究中心(清华大学), 北京 100084
文献出处：
引用格式：
[1]王晨阳;任一;马为之;张敏;刘奕群;马少平-.ReChorus:综合高效易扩展的轻量级推荐算法框架)[J].软件学报,2022(04):1430-1438
A类：
ReChorus,推荐算法框架,软件工具包
B类：
轻量级,各种各样,推荐系统,评价方式,数据集处理,可复现性,担忧,PyTorch,意为,合唱团,多种不同,序列推荐,时间动态,可扩展性,以方,非常容易,上手,手实,定下,评测,有效对比,GitHub
AB值：
0.263554
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
