神经协同过滤

神经协同过滤（NCF）是一种基于深度学习的推荐框架。其核心思想是利用神经网络来学习用户与物品之间的交互关系。有关 NCF 的详细信息，请参阅以下论文：

He, Xiangnan, et al. “Neural collaborative filtering.” 第26届万维网国际会议论文集. 国际万维网会议指导委员会, 2017.

NCF 的作者实际上发布了一个用 TensorFlow（Keras）编写的优秀实现：github.com/hexiangnan/neural_collaborative_filtering。而本仓库则提供了我使用 PyTorch 编写的实现版本。希望对 PyTorch 的爱好者有所帮助！尽情体验吧！

运行！

python train.py

修改 train.py 中的配置以调整超参数。

数据集

本仓库使用 MovieLens 1M 数据集 进行测试。

文件说明

data.py: 准备训练/测试数据集

utils.py: 模型训练等过程中的一些实用函数

metrics.py: 包括命中率（HR）和归一化折损累计增益（NDCG）在内的评估指标

gmf.py: 广义矩阵分解模型

mlp.py: 多层感知机模型

neumf.py: GMF 和 MLP 的融合模型

engine.py: 训练引擎

train.py: 训练 NCF 模型的入口文件

性能

目前尚未对超参数进行调优。通过仔细调参，尤其是针对 MLP 模型，可以获得更好的性能。预先训练用户嵌入和物品嵌入可能有助于提升 MLP 模型的性能。

在 num_negative_samples = 4 且 dim_latent_factor=8 的条件下，实验结果如下所示：

需要注意的是，这里的 MLP 模型是从零开始训练的，但作者建议可以通过 GMF 模型预训练嵌入层来进一步提升性能。

预训练版本的收敛速度要快得多。

GMF 模型的 L2 正则化

过大的 L2 正则化可能会导致 HR=0.0 NDCG=0.0 的问题。

MLP 模型的 L2 正则化

适度的 L2 正则化似乎能够提升 MLP 模型的性能。

使用预训练用户/物品嵌入的 MLP

如果先用训练好的 GMF 模型生成用户和物品嵌入，再用于 MLP 模型的预训练，效果会更好。

MLP 网络结构为：[16, 64, 32, 16, 8]

隐式反馈且未预训练

评分被设置为 1（交互）或 0（未交互），从零开始训练。

CPU 上的训练

该代码也可以在 CPU 上运行，并且对于小型数据集来说速度相当快。

依赖项

本仓库支持 PyTorch 1.0（GPU 和 CPU）以及 PyTorch 2.3.1（CPU，尚未测试 GPU）。旧版本可以在 tags 中找到。

Neural Collaborative Filtering (NCF) 快速上手指南

本指南基于 PyTorch 实现的神经协同过滤（NCF）框架，帮助开发者快速构建基于深度学习的推荐系统。

环境准备

系统要求

• 操作系统：Linux / macOS / Windows
• Python 版本：建议 Python 3.6+
• 硬件支持：支持 CPU 和 GPU 训练（小数据集在 CPU 上运行速度也很快）

前置依赖

本项目主要依赖 PyTorch。根据官方说明，已在以下版本验证通过：

• 推荐版本：PyTorch 1.0 (稳定支持 GPU/CPU)
• 测试版本：PyTorch 2.3.1 (CPU 已测，GPU 待测)

安装核心依赖（推荐使用国内镜像源加速）：

pip install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple

其他标准库（如 numpy, pandas 等）通常随 PyTorch 自动安装或已预装，如有缺失请按需安装。

安装步骤

1. 克隆仓库 将项目代码下载到本地：

   git clone https://github.com/your-target-repo/neural-collaborative-filtering.git
   cd neural-collaborative-filtering
   

   (注：请替换为实际的项目仓库地址)

2. 准备数据集 本项目默认使用 Movielens 1M Dataset 进行测试。

   • 下载地址：http://grouplens.org/datasets/movielens/1m/
   • 将下载的数据文件放置在项目指定的数据目录中（具体路径请参考 data.py 中的配置）。
   • 脚本 data.py 会自动处理训练集和测试集的准备工作。

基本使用

启动训练

完成环境配置和数据准备后，直接运行入口脚本即可开始训练默认的 NCF 模型：

python train.py

调整超参数

如需修改模型结构、学习率、负采样数量等超参数，请直接编辑 train.py 文件中的配置部分。

核心模块说明

• gmf.py: 广义矩阵分解模型
• mlp.py: 多层感知机模型
• neumf.py: GMF 与 MLP 的融合模型 (NeuMF)
• metrics.py: 评估指标（包含命中率 HR 和 NDCG）

性能提示：默认超参数未经过精细调优。对于 MLP 模型，尝试使用 GMF 训练好的用户/物品嵌入进行预训练（Pretraining），或适当添加 L2 正则化，通常能显著提升收敛速度和最终效果。