MMRec
$\text{MMRec}$: 一个简化您研究的现代多模态推荐工具箱 arXiv。 :point_right: 查看我们关于MMRec的综合调研,arXiv。 :point_right: 查看多模态推荐系统资源。
工具箱
支持的模型
源代码位于:src\models
模型 | 论文 | 会议/期刊 | 代码 |
---|---|---|---|
通用模型 | |||
SelfCF | SelfCF:一个简单的自监督协同过滤框架 | ACM TORS'23 | selfcfed_lgn.py |
LayerGCN | 用于推荐的层级细化图卷积网络 | ICDE'23 | layergcn.py |
多模态模型 | |||
VBPR | VBPR:基于隐式反馈的视觉贝叶斯个性化排序 | AAAI'16 | vbpr.py |
MMGCN | MMGCN:用于个性化微视频推荐的多模态图卷积网络 | MM'19 | mmgcn.py |
ItemKNNCBF | 我们真的取得了很大进展吗?对最近神经推荐方法的担忧分析 | RecSys'19 | itemknncbf.py |
GRCN | 用于隐式反馈多媒体推荐的图细化卷积网络 | MM'20 | grcn.py |
MVGAE | 用于推荐系统的多模态变分图自编码器 | TMM'21 | mvgae.py |
DualGNN | DualGNN:用于多媒体推荐的双重图神经网络 | TMM'21 | dualgnn.py |
LATTICE | 挖掘多媒体推荐的潜在结构 | MM'21 | lattice.py |
SLMRec | 多媒体推荐的自监督学习 | TMM'22 | slmrec.py |
新增模型 | |||
BM3 | 多模态推荐的自举潜在表示 | WWW'23 | bm3.py |
FREEDOM | 两个图的故事:冻结和去噪图结构用于多模态推荐 | MM'23 | freedom.py |
MGCN | 用于多媒体推荐的多视图图卷积网络 | MM'23 | mgcn.py |
DRAGON | 通过同质图增强二元关系用于多模态推荐 | ECAI'23 | dragon.py |
MG | 镜像梯度:通过探索平坦局部最小值实现鲁棒多模态推荐系统 | WWW'24 | trainer.py |
如果此框架对您有帮助,请考虑引用我们的论文,谢谢:
@inproceedings{zhou2023bootstrap,
author = {Zhou, Xin and Zhou, Hongyu and Liu, Yong and Zeng, Zhiwei and Miao, Chunyan and Wang, Pengwei and You, Yuan and Jiang, Feijun},
title = {Bootstrap Latent Representations for Multi-Modal Recommendation},
booktitle = {Proceedings of the ACM Web Conference 2023},
pages = {845–854},
year = {2023}
}
@article{zhou2023comprehensive,
title={A Comprehensive Survey on Multimodal Recommender Systems: Taxonomy, Evaluation, and Future Directions},
author={Hongyu Zhou and Xin Zhou and Zhiwei Zeng and Lingzi Zhang and Zhiqi Shen},
year={2023},
journal={arXiv preprint arXiv:2302.04473},
}
@article{zhou2023mmrecsm,
author = {Zhou, Xin},
title = {MMRec: Simplifying Multimodal Recommendation},
year = {2023},
journal={arXiv preprint arXiv:2302.03497},
}