RecBole

RecBole 是一个基于 PyTorch 实现的，面向研究者的，易于开发与复现的，统一、全面、高效的推荐系统代码库，它可以通过 pip, conda 和源文件三种途径安装，使用简单便捷。
详情见 【 安装RecBole 】。

我们实现了百余种推荐系统模型，涵盖 RecBole 的四种常见推荐系统类别和 RecBole2.0 的八个基准工具包，包括： 通用推荐、 序列推荐、 基于内容的推荐、 基于知识的推荐、 元学习、 数据增强、 去偏、 公平性、 跨域推荐、 基于Transformer的模型、 基于图神经网络的模型 和人岗匹配。 详情见【 模型列表 】。

我们约定了一个统一、易用的数据文件格式，并已支持 43 个 benchmark dataset。用户可以选择使用我们的数据集预处理脚本，或直接下载已被处理好的数据集文件。
详情见【 数据集列表 】。

在伯乐框架的基础上，我们针对不同的研究方向，从数据和模型两个角度进行扩展和更新，在 2.0 版本中推出八个扩展工具包。作为一个拥有从数据处理、模型开发、算法训练到科学评测的一站式全流程托管框架，伯乐共有 11 个相关的 GitHub 项目，详情见【 伯乐2.0 】。

RecBole面向研究者，免费提供给高校、师生、和任何推荐领域的爱好者。我们会提供定期的维护、更新。同时我们欢迎有意向的人员加入我们, 让我们一起构建更加美好的推荐系统开源社区！详情见【 关于 】。