花了点时间，给大家整理了10个开源的推荐系统。文末有彩蛋哦~

1、muricoca/crab

https://github.com/muricoca/crab

2、ibayer/fastFM

https://github.com/ibayer/fastFM

3、Mendeley/mrec

https://github.com/mendeley/mrec

4、MrChrisJohnson/logistic-mf

https://github.com/MrChrisJohnson/logistic-mf

5、jadianes/winerama-recommender-tutorial

https://github.com/jadianes/winerama-recommender-tutorial

6、ocelma/python-recsys

https://github.com/ocelma/python-recsys

7、benfred/implicit

https://github.com/benfred/implicit

8、lyst/lightfm

https://github.com/lyst/lightfm

9、python-recsys/crab

https://github.com/python-recsys/crab

10、NicolasHug/Surprise

https://github.com/NicolasHug/Surprise

此外，再给大家安利一个电商场景中精排服务实践项目。包含理论与代码两部分讲解。

原价399元，前50名下单仅需0.1元

下单后30天内可无限次回看

精排服务框架

0 1

PART

推荐系统架构中，包括推荐引擎、召回服务、频控服务、粗排服务、排序服务、机制服务。

框架流程图：

机器学习平台：

参数服务器：

0 2

PART

DNN/DeepFM排序模型

DNN模型

DeepFM模型：

电商推荐排序线上模拟

0 1

PART

排序线上流程：

预估服务的开发流程：

1、加载模型文件， 初始预估服务

2、请求特征服务器，获取用户和商品的特征

3、基于特征值去参数服务器中找出对应的向量

4、拼接对应的向量后传入网络中进行预估

5、返回预估分值

包含理论与代码两部分讲解。

原价399元，前50名下单仅需0.1元

下单后30天内可无限次回看