Рекомендательная система релевантных треков для пользователей

Репозиторий содержит:

• user-to-item ALS модель (NDCG@20 = 0.110 на 30/04/2024)
• Neural Collaborative Filtering модель (NDCG@20 = 0.471 на 30/04/2024)
• вспомогательный переиспользуемый код

Набор данных

Код написан так, что вполне успешно обучает модели на CPU

Шаги по подготовке:

0. Скопировать данные в app/dataset

cd {REPO_ROOT}
mkdir -p app/dataset
cp /path/to/packed/data/*.zip ./app/dataset

1. Разархивировать архив(ы)

python3 app/src/exctract_zip.py

2. Обучить user-2-item ALS или NCF модель:

python3 app/src/train_u2i_als.py

python3 app/src/train_ncf.py

3. Запустить один из примеров кода и проверить выдачу рекоменадий:

python3 app/src/examples/als_example.py

python3 app/src/examples/ncf_example.py

В планах:

• Добавить оценку метрики NDCG@20 для NCF
• Добавить NCFRecommender
• Сделать makefile