Awesome GitHub RepositoriesNeural Recommendation Frameworks

هذا المشروع عبارة عن إطار عمل لنظام توصية عصبي مصمم لبناء محركات اقتراح على نطاق صناعي. يعمل كخط أنابيب لتعلم الآلة ينفذ استرجاع المرشحين ونماذج التصنيف متعددة المراحل لاقتراح عناصر ذات صلة بناءً على سلوك المستخدم وتفضيلاته. يستخدم إطار العمل محرك استرجاع ثنائي البرج لتضمين المستخدمين والعناصر في فضاء متجه مشترك لعمليات بحث التشابه السريع. يدمج متحكماً في تنوع التوصيات وآلية إعادة التصنيف لمعاقبة التكرار، بينما يعالج نموذج سلوك المستخدم المتسلسل تدفقات الإجراءات الزمنية لالتقاط التفضيلات المتطورة والقصد قصير المدى. يغطي النظام دورة حياة التوصية الكاملة، بما في ذلك هندسة استرجاع المرشحين، وتحسين نموذج التصنيف، ونمذجة سلوك المستخدم. يتضمن أيضاً آليات لإدارة تنوع التوصيات وتقييم أداء النظام من خلال مقاييس الدقة والاختبار.

This is a PyTorch recommendation framework and deep learning recommendation model designed to generate personalized content predictions. It functions as a distributed embedding trainer that processes dense and sparse features through a neural network architecture to predict user preferences. The project implements a CUDA-optimized machine learning system using specialized GPU kernels to accelerate embedding lookup and aggregation. It employs a distributed approach to shard massive sparse feature tables across multiple GPUs, enabling the training of large-scale models. The system utilizes a t

Neural collaborative filtering is a recommendation system framework that predicts user item preferences from implicit feedback by combining generalized matrix factorization and multi-layer perceptron networks through a shared final embedding layer. It captures both linear and non-linear interactions to model user preferences from historical data. The framework executes training and evaluation runs through a configuration-driven pipeline accessible via command-line interfaces, parsing hyperparameters such as learning rates, batch sizes, and latent dimensions. It optimizes implicit feedback mod