首页
/ UniSRec 开源项目教程

UniSRec 开源项目教程

2024-08-24 11:29:19作者:羿妍玫Ivan

项目介绍

UniSRec 是一个用于推荐系统的通用序列表示学习方法。该项目旨在通过学习商品的文本描述来生成跨不同领域和平台的可迁移表示。UniSRec 通过在多个领域上预训练来学习通用序列表示,并可以在新的领域或平台上进行参数高效地微调。该项目在 KDD 2022 上发布,提供了官方的 PyTorch 实现。

项目快速启动

环境准备

在开始之前,请确保您已经安装了 Python 和 PyTorch。您可以通过以下命令克隆项目并安装必要的依赖:

git clone https://github.com/RUCAIBox/UniSRec.git
cd UniSRec
pip install -r requirements.txt

预训练模型

您可以从头开始预训练 UniSRec 模型,或者使用提供的预训练模型进行微调。以下是从头开始预训练的命令:

python pretrain.py -d Food Home CDs Kindle Movies

微调模型

使用预训练模型在下游数据集上进行微调。以下是在 Scientific 数据集上进行微调的命令:

python finetune.py -d Scientific -p saved/UniSRec-FHCKM-300.pth

您可以将 Scientific 替换为其他数据集名称,如 Pantry, Instruments, Arts, OfficeOR

应用案例和最佳实践

跨域推荐

UniSRec 在跨域推荐方面表现出色。例如,在 Amazon 2018 数据集的 PantryScientific Instruments 领域上进行预训练后,模型可以在新的领域如 ArtsOffice 上进行微调,实现高效的跨域推荐。

跨平台推荐

UniSRec 还可以用于跨平台推荐。例如,使用 Amazon 2018 数据集预训练的模型可以在英国电商数据集 Online Retail 上进行微调,实现跨平台的推荐效果。

典型生态项目

RUCAIBox

RUCAIBox 是一个专注于推荐系统研究的团队,提供了多个开源项目和工具。除了 UniSRec,还有其他推荐系统相关的项目,如 SASRec 和 S^3-Rec,这些项目共同构成了一个丰富的推荐系统生态。

相关项目链接

通过这些项目,您可以进一步探索推荐系统的不同方面和应用场景。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 K
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
504
42
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
938
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
332
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70