推荐系统(CTR领域)实战入门指南


CTR经典模型如:FM,FFM,Wide&Deep,建议自己去复现一个完整的通用模型

先从pytorch版本入手(后期考虑tensorflow),从kaggle上找实际的比赛

github推荐:

https://github.com/mJackie/RecSys   CTR相关资料汇总

 

https://github.com/duboya/CTR-Prediction/tree/46c303986ec57092d9eb4478a3583fa019d18efd/Algorithm%20Practice/GBDT%20%2B%20LR

GBDT+LR , XGBoost等

 

github 相关代码推荐:

1.(第二推荐)

https://github.com/JianzhouZhan/Awesome-RecSystem-Models         pytorch,tf2.0实现的常见ctr模型

Criteo's Kaggle display advertising challenge

 

2.

https://github.com/Johnson0722/CTR_Prediction   tf实现常见ctr模型

比赛:https://www.kaggle.com/c/avazu-ctr-prediction/data

avazu

 

3. (第一推荐)

https://github.com/chenxijun1029/DeepFM_with_PyTorch     pytorch,deepfm

比赛: https://www.kaggle.com/c/criteo-display-ad-challenge/data

Criteo's Kaggle display advertising challenge

 

解析源码的博客:

https://zhuanlan.zhihu.com/p/84526966

 

4. 

https://github.com/shenweichen/DeepCTR    tf1.X,tf2.X,经典推荐系统代码实现全集

 

5.

https://github.com/GitHub-HongweiZhang/prediction-flow    pytorch,经典推荐系统代码实现集合


免责声明!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系本站邮箱yoyou2525@163.com删除。



 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM