光调频

构建状态
Linux
OSX（禁用 OpenMP）
Windows（禁用 OpenMP）

LightFM 是许多流行的隐式和显式反馈推荐算法的 Python 实现，包括 BPR 和 WARP 排名损失的有效实现。它易于使用、快速（通过多线程模型估计）并产生高质量的结果。

它还可以将项目和用户元数据合并到传统的矩阵分解算法中。它将每个用户和项目表示为其特征的潜在表示的总和，从而允许将推荐推广到新项目（通过项目特征）和新用户（通过用户特征）。

有关更多详细信息，请参阅文档。

需要帮忙？通过电子邮件、Twitter或Gitter与我联系。

安装

从安装pip：

pip install lightfm

或康达：

conda install -c conda-forge lightfm

快速开始

在 MovieLens 100k 数据集上拟合隐式反馈模型非常容易：

from lightfm import LightFM
from lightfm.datasets import fetch_movielens
from lightfm.evaluation import precision_at_k

# Load the MovieLens 100k dataset. Only five
# star ratings are treated as positive.
data = fetch_movielens(min_rating=5.0)

# Instantiate and train the model
model = LightFM(loss='warp')
model.fit(data['train'], epochs=30, num_threads=2)

# Evaluate the trained model
test_precision = precision_at_k(model, data['test'], k=5).mean()

使用 LightFM 的文章和教程

1. 学习使用 LightFM 对 Sketchfab 模型进行排名
2. 用户和项目冷启动推荐的元数据嵌入
3. 推荐系统 - 为数据科学学习 Python
4. 使用 LightFM 向顾问推荐项目

如何引用

如果对您的研究有帮助，请引用 LightFM。您可以使用以下 BibTeX 条目：

@inproceedings{DBLP:conf/recsys/Kula15,
  author    = {Maciej Kula},
  editor    = {Toine Bogers and
               Marijn Koolen},
  title     = {Metadata Embeddings for User and Item Cold-start Recommendations},
  booktitle = {Proceedings of the 2nd Workshop on New Trends on Content-Based Recommender
               Systems co-located with 9th {ACM} Conference on Recommender Systems
               (RecSys 2015), Vienna, Austria, September 16-20, 2015.},
  series    = {{CEUR} Workshop Proceedings},
  volume    = {1448},
  pages     = {14--21},
  publisher = {CEUR-WS.org},
  year      = {2015},
  url       = {http://ceur-ws.org/Vol-1448/paper4.pdf},
}

发展

欢迎请求请求。要安装以进行开发：

1. 克隆存储库：git clone git@github.com:lyst/lightfm.git
2. 设置虚拟环境：cd lightfm && python3 -m venv venv && source ./venv/bin/activate
3. 使用 pip 安装它以进行开发：pip install -e . && pip install -r test-requirements.txt
4. 您可以通过运行来运行测试./venv/bin/py.test tests。
5. LightFM 使用黑色（版本18.6b4）来强制代码格式化。

对扩展文件进行更改时.pyx，您需要运行python setup.py cythonize以.c在运行之前生成扩展文件pip install -e .。