花了点时间，给大家整理了几个GitHub上开源的推荐系统项目。文末有彩蛋哦~
1、muricoca/crab
https://github.com/muricoca/crab
2、ibayer/fastFM
https://github.com/ibayer/fastFM
3、Mendeley/mrec
https://github.com/mendeley/mrec
4、MrChrisJohnson/logistic-mf
https://github.com/MrChrisJohnson/logistic-mf
5、jadianes/winerama-recommender-tutorial
https://github.com/jadianes/winerama-recommender-tutorial
6、ocelma/python-recsys
https://github.com/ocelma/python-recsys
7、benfred/implicit
https://github.com/benfred/implicit
8、lyst/lightfm
https://github.com/lyst/lightfm
9、python-recsys/crab
https://github.com/python-recsys/crab
10、NicolasHug/Surprise
https://github.com/NicolasHug/Surprise
此外，再给大家安利一个电商场景中精排服务实践项目。包含理论与代码两部分讲解。
原价399元，前50名下单仅需0.1元
下单后30天内可无限次回看
推荐系统架构中，包括推荐引擎、召回服务、频控服务、粗排服务、排序服务、机制服务。
框架流程图：
机器学习平台：
参数服务器：
DNN模型
DeepFM模型：
排序线上流程：
预估服务的开发流程：
1、加载模型文件， 初始预估服务
2、请求特征服务器，获取用户和商品的特征
3、基于特征值去参数服务器中找出对应的向量
4、拼接对应的向量后传入网络中进行预估
5、返回预估分值
包含理论与代码两部分讲解。
原价399元，前50名下单仅需0.1元
下单后30天内可无限次回看
