【限时免费】 【fun-rec】开源下载和安装教程

1. 项目介绍

FunRec是一个面向推荐算法初学者的开源教程项目，涵盖推荐系统概述、算法基础、实战案例及面试经验。项目内容包含经典召回/排序模型实现（如FM、DIN、YoutubeDNN等）、天池新闻推荐赛实战以及完整新闻推荐系统Demo构建。

2. 项目下载位置

• GitHub仓库
  通过Git克隆项目到本地：

  git clone https://github.com/datawhalechina/fun-rec.git
  

• 在线阅读
  建议通过在线阅读地址获取最佳公式渲染效果。

3. 项目安装环境配置

基础环境要求

组件	版本要求
Python	3.8+
TensorFlow	2.2+
NumPy	1.22.3
pandas	1.4.1
scikit-learn	1.0.2

配置示例（使用conda）

conda create -n funrec python=3.8
conda activate funrec
pip install tensorflow==2.6.0 numpy==1.22.3 pandas==1.4.1 scikit-learn==1.0.2

4. 项目安装方式

4.1 依赖安装

进入项目目录后执行：

pip install -r requirements.txt

4.2 数据库配置（新闻推荐Demo需额外安装）

• MySQL: 存储用户行为数据
• MongoDB: 存储新闻物料
• Redis: 实时特征存储

5. 项目处理脚本

5.1 天池竞赛数据处理

# 示例：多路召回脚本
python src/competition/recall/multi_recall.py \
    --train_path data/train_data.csv \
    --test_path data/test_data.csv

5.2 新闻推荐系统启动

# 启动前端服务
cd web_frontend && npm run serve

# 启动后端服务
cd web_backend && python app.py

注意事项

1. 部分竞赛代码需使用TensorFlow 1.14（兼容性模式）
2. 新闻推荐Demo需提前配置好数据库连接参数
3. 首次运行需执行数据预处理脚本生成特征