Reco-Res

动态更新工作和学习中阅读或发现的优质推荐系统相关的学习资源，方便自己学习和总结，也希望能为推荐系统相关行业的同学带来便利。

开源包

DeepCTR: DeepCTR是一个易于使用、模块化和可扩展的基于深度学习的CTR模型包，以及许多可用于轻松构建定制模型的核心组件层。
DeepMatch: DeepMatch是一个用于推荐和广告的深度匹配模型库。它很容易训练模型，并为用户和可用于ANN搜索的项目导出表示向量。
TFRS: TensorFlow Recommenders (TFRS) 是一个用于构建 Recommender 系统模型的库, 在 Recommender 系统的整个构建流程 - 无论是数据准备、模型构建、训练、评估还是部署 - 都可以起到很大的帮助。
TFR: TensorFlow Ranking是一个开源库，用于开发可伸缩的神经学习排序模型(LTR)。排序模型通常用于搜索和推荐系统，但也已成功应用于其他的领域，包括机器翻译、对话系统、电子商务、SAT解算器、智能城市规划，甚至计算生物学。
RecBole: RecBole是基于Python和Pytorch开发的，用于在一个统一、全面和高效的框架中复制和开发推荐算法，用于研究目的。
CRSLab: CRSLab是一个用于构建对话推荐系统（CRS）的开源工具包，其基于 PyTorch 实现、主要面向研究者使用。

优质的推荐算法资源汇总

MIT License