ReChorus2.0：面向推荐系统的模块化和任务灵活推荐库
信息检索
2024-05-29 v1
摘要
随着推荐系统应用的快速扩展，越来越多的研究聚焦于推荐系统的各个方面，涉及不同的数据输入、模型和任务设置。因此，需要一个灵活的库来帮助研究人员实现所需的实验策略。现有开源推荐库已实现各种推荐方法的复现，并提供了标准实现。然而，这些库常常对数据有一定限制，少数支持同一模型进行不同任务和输入格式，限制了用户进行定制化探索。为填补这一空白，我们提出 ReChorus2.0，一个面向推荐研究人员的模块化和任务灵活库。基于 ReChorus，我们升级了支持的输入格式、模型和训练与评估策略，以帮助实现更多数据类型下的推荐任务。ReChorus2.0 的主要贡献包括：(1) 实现复杂且实际的任务，包括重排序和 CTR 预测任务；(2) 包含各种上下文感知和重排序推荐器；(3) 扩展现有和新模型以支持同一模型的不同任务；(4) 支持高度定制化的输入，包括展示日志、负样本项目或点击标签，以及用户、项目和情境上下文。总之，ReChorus2.0 提供了一个全面且灵活的库，更符合推荐场景中的实际问题，满足更加多样化的研究需求。ReChorus2.0 的实现及详细教程可在 https://github.com/THUwangcy/ReChorus 查看。
引用
@article{arxiv.2405.18058,
title = {ReChorus2.0: A Modular and Task-Flexible Recommendation Library},
author = {Jiayu Li and Hanyu Li and Zhiyu He and Weizhi Ma and Peijie Sun and Min Zhang and Shaoping Ma},
journal= {arXiv preprint arXiv:2405.18058},
year = {2024}
}
备注
10 pages, 3 figures. Under review