/Recommender-System-with-TF2.0

Recurrence the recommender paper with Tensorflow2.0

Primary LanguagePython

前言

开源项目Recommender System with TF2.0主要是对经典的推荐系统论文进行复现，包括Matching（召回）（NCF、SASRec、STAMP等）、Ranking（粗排）（WDL、DCN等）。

建立原因：

  1. 理论和实践似乎有很大的间隔，学术界与工业界的差距更是如此；
  2. 更好的理解论文的核心内容，增强自己的工程能力；
  3. 很多论文给出的开源代码都是TF1.x，因此想要用更简单的TF2.x进行复现；

项目特点：

  • 使用Tensorflow2.x进行复现；
  • 每个模型都是相互独立的，不存在依赖关系（当然因为这也增加了很多重复工作）；
  • 模型基本按照论文进行构建，实验尽量使用论文给出的的公共数据集；
  • 模型都附有README.md，对于模型的训练使用有详细的介绍；
  • 代码源文件参数、函数命名规范，并且带有标准的注释；

 

重要更新

  • 【2020.12.20】在Top-K模型中，评估方式为正负样本1:100的模型（MF-BPR、SASRec等），之前评估代码效率太低，因此进行了调整（目前评估时间大幅度缩短），同时也更新了utils.py文件；

  • 【2020.11.18】在Top-K模型中，不再考虑dense_inputs、sparse_inputs，并且user_inputs和seq_inputs不考虑多个类别，只将id特征作为输入（降低了模型的可扩展性，但是提高了模型的可读性）；

  • 【2020.11.18】BPR、SASRec模型进行了更新，加入了实验结果；

 

复现论文

1. 召回模型（Top-K推荐）

Paper|Model Published in Author
Matrix Factorization Techniques for Recommender Systems|MF IEEE Computer Society,2009 Koren|Yahoo Research
BPR: Bayesian Personalized Ranking from Implicit Feedback|MF-BPR UAI, 2009 Steffen Rendle
Neural network-based Collaborative Filtering|NCF WWW, 2017 Xiangnan He
Self-Attentive Sequential Recommendation｜SASRec ICDM, 2018 UCSD
STAMP: Short-Term Attention/Memory Priority Model for Session-based Recommendation| STAMP KDD, 2018 Qiao Liu
Personalized Top-N Sequential Recommendation via Convolutional Sequence Embedding｜Caser WSDM, 2018 Jiaxi Tang
Next Item Recommendation with Self-Attentive Metric Learning|AttRec AAAAI, 2019 Shuai Zhang

 

2. 粗排模型（CTR预估）

Paper｜Model Published in Author
Factorization Machines|FM ICDM, 2010 Steffen Rendle
Field-aware Factorization Machines for CTR Prediction｜FFM RecSys, 2016 Yuchin Juan｜Criteo Research
Wide & Deep Learning for Recommender Systems｜WDL DLRS, 2016 Google Inc.
Deep Crossing: Web-Scale Modeling without Manually Crafted Combinatorial Features|Deep Crossing KDD, 2016 Microsoft Research
Product-based Neural Networks for User Response Prediction|PNN ICDM, 2016 Shanghai Jiao Tong University
Deep & Cross Network for Ad Click Predictions｜DCN ADKDD, 2017 Stanford University｜Google Inc.
Neural Factorization Machines for Sparse Predictive Analytics|NFM SIGIR, 2017 Xiangnan He
Attentional Factorization Machines: Learning the Weight of Feature Interactions via Attention Networks|AFM IJCAI, 2017 Zhejiang University|National University of Singapore
DeepFM: A Factorization-Machine based Neural Network for CTR Prediction|DeepFM IJCAI, 2017 Harbin Institute of Technology|Noah’s Ark Research Lab, Huawei
xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems|xDeepFM KDD, 2018 University of Science and Technology of China
Deep Interest Network for Click-Through Rate Prediction|DIN KDD, 2018 Alibaba Group

 

讨论

Github推出了Discussions功能，作者会将一些重要的更新/代码进行分享。

  1. 评估函数：evaluate.py

 

致谢

项目中难免会存在一些代码Bug，感谢以下朋友指出问题：

  1. wangzhe258369：指出在DIN模型中tf.keras.layers.BatchNormalization默认行为是training=False，此时不会去更新BN中的moving_mean和moving_variance变量。但是重新修改了DIN模型代码内容时，再仔细查找了资料，发现：

    如果使用模型调用fit()的话，是可以不给的（官方推荐是不给），因为在fit()的时候，模型会自己根据相应的阶段（是train阶段还是inference阶段）决定training值，这是由learning——phase机制实现的。

  2. boluochuile：发现SASRec模型训练出错，原因是验证集必须使用tuple的方式，已更正；

  3. dominic-z：指出DIN中Attention的mask问题，更改为从seq_inputs中得到mask，因为采用的是0填充（这里与重写之前的代码不同，之前是在每个mini-batch中选择最大的长度作为序列长度，不会存在序列过长被切割的问题，而现在为了方便，采用最普遍padding的方法）

  4. dominic-z：指出DIN训练中seq_inputsshape与model不匹配的问题，已更正，应该是(batch_size, maxlen, behavior_num)，model相关内容进行更改，另外对于行为数量，之前的名称seq_len有歧义，改为behavior_num；添加了重写之前的代码，在DIN/old目录下

  5. zhangfangkai、R7788380：指出在使用movielens的utils.py文件中，trans_score并不能指定正负样本，应将

    data_df.loc[data_df.label < trans_score, 'label'] = 0
data_df.loc[data_df.label >= trans_score, 'label'] = 1

    更改为：

    data_df = data_df[data_df.label >= trans_score]

 

联系方式

1、对于项目有任何建议或问题，可以在Issue留言，或者添加作者微信zgzjhzgzy，当然也可以发邮件至zggzy1996@163.com。

2、作者有一个自己的公众号：推荐算法的小齿轮，如果喜欢里面的内容，不妨点个关注。