RecBole

概述

一个主流开源推荐系统框架，提供统一的基准测试平台和标准化实现，将 BPR 作为标准的 baseline 实现之一。

关键内容

1. 定位：RecBole 是一个基于 PyTorch 的推荐系统统一基准测试框架，旨在提供公平、可复现的算法比较平台。涵盖传统协同过滤、深度学习推荐、图神经网络推荐等多种模型类别。

2. BPR 实现：RecBole 将 BPR 作为标准的 baseline 实现之一，提供 BPR-MF 的标准化代码、默认超参数配置和评估流程，方便研究者在新工作中与 BPR 进行公平比较。

3. 支持的模型类别：

4. 传统协同过滤（BPR、NeuMF、Pop 等）
5. 基于内容的推荐
6. 序列推荐（SASRec、BERT4Rec、GRU4Rec 等）
7. 图神经网络推荐（LightGCN、NGCF、SGL 等）

8. 知识图谱增强推荐

9. 评估体系：提供统一的评估指标（AUC、NDCG、Hit Rate、MRR 等）和标准化的训练/验证/测试流程，确保不同模型之间的比较公平可信。

10. 工业价值：RecBole 等标准化框架的出現降低了推荐系统研究的门槛，使研究者能更专注于算法创新而非工程实现。同时为工业界提供了可靠的 baseline 参考。

来源

• BPR 论文 — Rendle et al. (2009) UAI 2009, 工业界广泛采用部分提及

相关

• BPR — implements
• 矩阵分解 — implements