lightfm
1.17
| حالة البناء | |
|---|---|
| لينكس | |
| OSX (تم تعطيل OpenMP) | |
| Windows (تم تعطيل OpenMP) |
LightFM هو تطبيق Python لعدد من خوارزميات التوصية الشائعة لكل من التعليقات الضمنية والصريحة، بما في ذلك التنفيذ الفعال لخسائر تصنيف BPR وWARP. إنه سهل الاستخدام، وسريع (من خلال تقدير النموذج متعدد الخيوط)، وينتج نتائج عالية الجودة.
كما أنه يجعل من الممكن دمج بيانات تعريف العنصر والمستخدم في خوارزميات تحليل المصفوفات التقليدية. فهو يمثل كل مستخدم وعنصر كمجموع التمثيلات الكامنة لميزاتهم، مما يسمح بتعميم التوصيات على العناصر الجديدة (عبر ميزات العنصر) وعلى المستخدمين الجدد (عبر ميزات المستخدم).
لمزيد من التفاصيل، راجع الوثائق.
بحاجة الى مساعدة؟ اتصل بي عبر البريد الإلكتروني أو Twitter أو Gitter.
التثبيت من pip :
pip install lightfm
أو كوندا:
conda install -c conda-forge lightfm
من السهل جدًا تركيب نموذج تعليقات ضمنية على مجموعة بيانات MovieLens 100k:
from lightfm import LightFM
from lightfm . datasets import fetch_movielens
from lightfm . evaluation import precision_at_k
# Load the MovieLens 100k dataset. Only five
# star ratings are treated as positive.
data = fetch_movielens ( min_rating = 5.0 )
# Instantiate and train the model
model = LightFM ( loss = 'warp' )
model . fit ( data [ 'train' ], epochs = 30 , num_threads = 2 )
# Evaluate the trained model
test_precision = precision_at_k ( model , data [ 'test' ], k = 5 ). mean ()يرجى الاستشهاد بـ LightFM إذا كان ذلك يساعد في بحثك. يمكنك استخدام إدخال BibTeX التالي:
@inproceedings{DBLP:conf/recsys/Kula15,
author = {Maciej Kula},
editor = {Toine Bogers and
Marijn Koolen},
title = {Metadata Embeddings for User and Item Cold-start Recommendations},
booktitle = {Proceedings of the 2nd Workshop on New Trends on Content-Based Recommender
Systems co-located with 9th {ACM} Conference on Recommender Systems
(RecSys 2015), Vienna, Austria, September 16-20, 2015.},
series = {{CEUR} Workshop Proceedings},
volume = {1448},
pages = {14--21},
publisher = {CEUR-WS.org},
year = {2015},
url = {http://ceur-ws.org/Vol-1448/paper4.pdf},
}
طلبات السحب هي موضع ترحيب. للتثبيت من أجل التطوير:
git clone [email protected]:lyst/lightfm.gitcd lightfm && python3 -m venv venv && source ./venv/bin/activatepip install -e . && pip install -r test-requirements.txt./venv/bin/py.test tests .lint-requirements.txt .pip install pre-commit
pre-commit install عند إجراء تغييرات على ملفات الامتداد .pyx ، ستحتاج إلى تشغيل python setup.py cythonize لإنتاج ملفات الامتداد .c قبل تشغيل pip install -e . .
