lawRossi / recommendation

recommendation models

简介

跟踪推荐系统研究，用pytorch实现部分推荐模型并进行实验。

已实现模型

召回模型

模型名称	说明	参考文献
Youtube-Net	Youtube提出的经典的召回模型	Covington, Paul, Jay Adams, and Emre Sargin. "Deep neural networks for youtube recommendations." Proceedings of the 10th ACM conference on recommender systems. 2016.
GES	阿里提出的Graph Embedding with Side-information模型	Wang, Jizhe, et al. "Billion-scale commodity embedding for e-commerce recommendation in alibaba." Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining. 2018.
EGES	阿里提出的Enhanced Graph Embedding with Side-information模型	Wang, Jizhe, et al. "Billion-scale commodity embedding for e-commerce recommendation in alibaba." Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining. 2018.

排序模型

模型名称	description	reference
NRMS	微软研究研究提出的新闻推荐模型	Wu, Chuhan, et al. "Neural news recommendation with multi-head self-attention." Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP). 2019.
BST	阿里提出的Behavior Sequence Transformer模型	Chen, Qiwei, et al. "Behavior sequence transformer for e-commerce recommendation in alibaba." Proceedings of the 1st International Workshop on Deep Learning Practice for High-Dimensional Sparse Data. 2019.

TODO

1. 实现DIN模型
2. 拿实验数据对比各个模型效果

模型效果

1. 新闻推荐

实验设置

1. 数据集 使用微软发布的新闻推荐数据集

2. 模型参数

最大历史点击数：30
标题最大长度（词数): 25
dropout: 0.2
embedding 维度300
注意力头：20
addative attention隐含层维度：200

模型名称	dev-set auc	备注
NRMS	0.671	论文提出的原始模型
NRMS-cosine	0.684	基于原始模型修改了相似度计算和loss计算