原文地址：http://in.sdo.com/=1707
SVDFeature 由上海交大的同学开发，采用C++语言，代码质量很高。去年我们参加KDD竞赛时用过，很好很方便，而且出自咱们国人之手，所以置顶推荐！ 项目地址： http://svdfeature.apexlab.org/wiki/Main_Page SVDFeature包含一个很灵活的Matrix Factorization推荐框架，能方便的实现SVD、SVD++等方法, 是单模型推荐算法中精度最高的一种。SVDFeature代码精炼，可以用相对较少的内存实现较大规模的单机版矩阵分解运算。 另外含有Logistic regression的model，可以很方便的用来进行ensemble运算
CofiRank C++开发的 Collaborative Filtering算法的开源推荐系统，但似乎2009年后作者就没有更新了， CofiRank依赖boost库，联编会比较麻烦。不是特别推荐 项目地址： http://www.cofirank.org/
EasyRec
Java开发的推荐系统，感觉更像一个完整的推荐产品，包括了数据录入模块、管理模块、推荐挖掘、离线分析等，整个系统比较完备。 项目地址： http://easyrec.org/
Lenskit http://lenskit.grouplens.org/ 这个Java开发的开源推荐系统，来自美国的明尼苏达大学，也是推荐领域知名的测试数据集Movielens的作者， 他们的推荐系统团队，在学术圈内的影响力很大，很多新的学术思想会放到这里
MyMediaLite http://mymedialite.net/index.html 基于.NET框架的C#开发（也有Java版本），作者基本来自德国、英国等欧洲的一些高校。 除了提供了常见场景的推荐算法，MyMediaLite也有Social Matrix Factorization这样独特的功能 尽管是.Net框架，但也提供了Python、Ruby等脚本语言的调用API MyMediaLite的作者之一Lars Schmidt在2012年KDD会议上专门介绍过他们系统的一些情况，可惜由于.Net开发框架日渐式微，MyMediaLite对Windows NT Server的系统吸引力大些，LAMP网站用得很少
LibFM
项目网址： http://www.libfm.org/ 作者是德国Konstanz University的Steffen Rendle，去年KDD Cup竞赛上我们的老对手，他用LibFM同时玩转Track1和Track2两个子竞赛单元，都取得了很好的成绩，说明LibFM是非常管用的利器（虽然在Track1上被我们打败了，hiahia） 顾名思义，LibFM是专门用于矩阵分解的利器，尤其是其中实现了MCMC（Markov Chain Monte Carlo）优化算法，比常见的SGD（随即梯度下降）优化方法精度要高（当然也会慢一些）
PREA 全名是 Personalized Recommendation Algorithms Toolkit, 开发语言为Java。也是一个轻量级的开源项目 项目网址： http://mloss.org/software/view/420/ 放在Mloss这个大project下。我个人感觉PREA还是比较简陋的，参加开发的三位工程师Joonseok Lee, Mingxuan Sun, Guy Lebanon更新频率很低，提供的资料也少。 不过Mloss下倒是能找到其他一些推荐开源项目 http://mloss.org/software/tags/collaborative-filtering/
Python-recsys
一个非常轻量级的开源推荐系统，python开发，作者似乎只有一位， Python-recsys主要实现了SVD、Neighborhood SVD推荐算法， 这个项目麻雀虽小五脏俱全，评估数据（Movielens，Last.fm）、评估框架也都有 API也很简单清晰，代码简洁，属于推荐入门的良好教材。 不过真正要用到实际系统中，还是得补充很多内容 github的地址位于 https://github.com/ocelma/python-recsys 项目的介绍见： http://ocelma.net/software/python-recsys/build/html/
RapidMiner
项目网址为： http://rapidminer.com/ Java语言开发，RapidMiner（前身是Yale）已经是一个比较成熟的数据挖掘解决方案了，包括常见的机器学习、NLP、推荐、预测等方法（推荐只占其中很小一部分），而且带有GUI的数据分析环境，数据ETL、预处理、可视化、评估、部署等整套系统都有。
Waffles SF地址： http://waffles.sourceforge.net/ Waffles英文原意是蜂蜜甜饼（见logo），在这里却指代一个非常强大的机器学习的开源工具包，基于C++语言开发。 Waffles里包含的算法特别多，涉及机器学习的方方面面，推荐系统位于其中的Waffles_recommend tool，大概只占整个Waffles的1/10的内容（其它还有分类、聚类、采样、降维、数据可视化、音频处理等许许多多工具包，估计能与之媲美的也就数Weka了） 如有需要可加Q 3439227837
微信名片 
来源：Together_CZ
声明：本站部分文章及图片转载于互联网，内容版权归原作者所有，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！
声明：本站部分文章及图片转载于互联网，内容版权归原作者所有，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！