推荐系统最佳实践
recommendation-engine 开源项目推荐(1,077 个)
recommendation-engine 话题在 GitHub 上没有填写简介,这里按 Star 数汇总最相关的热门仓库。
热门项目 前 20
按 Star 数排序展示前 20 个 · GitHub 共 1,077 个仓库面向重度终端用户的小型 bash 脚本合集
Deep learning for recommender systems
基于 Kubernetes 构建的机器学习平台和推荐引擎
A Lighting Pytorch Framework for Recommendation Models, Easy-to-use and Easy-to-extend.
DeepRec is a high-performance recommendation deep learning framework based on TensorFlow. It is hosted in incubation in LF AI & Data Foundation.
面向多模态推荐系统的比较框架
使用协同过滤为 Ruby 和 Rails 提供推荐
Claude 代码/自定义大型语言模型的技能、代理、MCP 和 harness 推荐:102,928 节点的 LLM-wiki 图,91,464 个技能,467 个代理,10,790 个 MCP,207 个约束,以及限制执行推荐。
RecTools——比以往更轻松、更快速地构建推荐系统的库
基于 Neo4j 的推荐引擎模块,提供实时推荐和预计算推荐。
https://tournesol.app 平台的免费开源代码。在 Discord 上加入社区 https://discord.gg/WvcSG55Bf3
RecDB 是完全构建在 PostgreSQL 内部的推荐引擎
音乐推荐系统
CHAMELEON 的源代码——一种用于新闻推荐系统的深度学习元架构
一个使用协同过滤 (CF) 进行产品推荐/建议的 C 库
基于内容的电影推荐器:包含训练流水线(TF-IDF、SVD、top-K 余弦邻居)以及带搜索、自动补全和 JSON API 的 Django 应用。模型很小,查询约 1 ms,附带演示模型。
使用用户-物品协同过滤的基础电影推荐 Web 应用。
使用 TensorFlow Recommenders 和 Keras 开发实用推荐系统(检索与排序)的分步教程。
用 Python 编写的推荐系统教程
关于这个话题
- 清单取自 GitHub 话题页并按 Star 数排序,每次展示前 20 个项目;原始页面见 https://github.com/topics/recommendation-engine。
- 该话题在 GitHub 上共有 1,077 个仓库, 本站收录的是其中最热门的 20 个,不是全量列表。
- Star / Fork 每日自动刷新一次,实时数据以 GitHub 为准。
- 当前 20 个项目累计 4.3 万 Star,覆盖 8 种主要语言,数据更新于 2026-11-06。
- 中文介绍来自 GitHub 官方话题说明(github/explore)的机器翻译,可点「查看原文」对照;译文缺失时会先展示原文。