lightfm

ライトFM

ビルドステータス
Linux
OSX (OpenMP 無効)
Windows (OpenMP 無効)

LightFM は、BPR および WARP ランキング損失の効率的な実装を含む、暗黙的フィードバックと明示的フィードバックの両方のための多数の一般的な推奨アルゴリズムの Python 実装です。使いやすく、高速 (マルチスレッド モデル推定による) で、高品質の結果が得られます。

また、アイテムとユーザーの両方のメタデータを従来の行列因数分解アルゴリズムに組み込むことも可能になります。これは、各ユーザーとアイテムをその機能の潜在的な表現の合計として表すため、推奨事項を新しいアイテム (アイテムの機能を介して) および新しいユーザー (ユーザーの機能を介して) に一般化することができます。

詳細については、ドキュメントを参照してください。

助けが必要ですか?電子メール、Twitter、または Gitter でご連絡ください。

インストール

pipからインストールします。

 pip install lightfm

またはコンダ:

 conda install -c conda-forge lightfm

クイックスタート

MovieLens 100k データセットに暗黙的フィードバック モデルを当てはめるのは非常に簡単です。

 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 ()

LightFM の使用に関する記事とチュートリアル

1. LightFM を使用して Sketchfab モデルをランク付けする方法を学ぶ
2. ユーザーおよびアイテムのコールドスタート推奨事項のメタデータ埋め込み
3. レコメンデーション システム - データ サイエンスのための Python を学ぶ
4. LightFM を使用してコンサルタントにプロジェクトを推奨する

引用の仕方

あなたの研究に役立つ場合は、LightFM を引用してください。次の BibTeX エントリを使用できます。

 @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},
}

発達

プルリクエストは大歓迎です。開発用にインストールするには:

1. リポジトリのクローンを作成します: git clone [email protected]:lyst/lightfm.git
2. 仮想環境をセットアップします: cd lightfm && python3 -m venv venv && source ./venv/bin/activate
3. pip: pip install -e . && pip install -r test-requirements.txt
4. ./venv/bin/py.test testsを実行することでテストを実行できます。
5. LightFM はコードの書式設定を強制するために黒を使用し、リンティングのために flake8 を使用します。 lint-requirements.txtを参照してください。
6. [オプション]: 事前コミットをインストールして、フォーマットとリンティングをローカルで行うことができます。以下を使用してインストールします。

   pip install pre-commit
   pre-commit install

.pyx拡張子ファイルに変更を加える場合は、 pip install -e を実行する前に、 python setup.py cythonize実行して拡張子.cファイルを作成する必要がありますpip install -e . 。