caser_pytorch:卷积序列嵌入推荐模型（Caser）的PyTorch实现-源码

卡塞尔·皮尔·火炬（Caser-PyTorch） 来自论文的卷积序列嵌入推荐模型（Caser）的PyTorch实现： 通过卷积序列嵌入的个性化Top-N序列推荐，唐佳西和王珂，WSDM '18 要求 Python 2或3 脾气暴躁的 科学 用法 安装所需的软件包。 运行python train_caser.py 构型 数据 数据集分为2个单独的文件： train.txt和test.txt 与其他推荐数据格式相同，每个文件都包含三重集合： 用户项目评分 唯一的区别是三胞胎是按时间顺序组织的。 由于问题是顺序建议，因此评级无关紧要，因此我将其转换为1。 模型Args（在train_caser.py中） L ：序列长度 T ：目标数量 d ：潜在尺寸数 nv ：垂直过滤器的数量 nh ：水平滤波器的数量 ac_conv ：卷积层的激活函数（即纸中的phi_c） ac_fc ：完