# 双塔模型DSSM

**Repository Path**: he-junyang/dssm

## Basic Information

- **Project Name**: 双塔模型DSSM
- **Description**: 推荐系统双塔模型, 用于召回, pytorch 实现
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 2
- **Forks**: 0
- **Created**: 2024-03-23
- **Last Updated**: 2024-12-02

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

![img.png](img.png)

1. 首先进行数据预处理, 整理出离散特征(稀疏特征), 连续特征(稠密特征), 和列表特征
2. 网络初始化 embedding 层, 然后DNN层也初始化
3. 我们将评分大于3设置为正样本, 其他为负样本, 将特征embedding后放入模型, 进行二分类, 训练模型
4. 无论是物品塔还是用户塔, 都可以单独拿出来
5. 如果需要对一个用户感兴趣的商品进行召回, 可以让这个用户编码的用户向量, 与其他所有的物品向量进行余弦相似度比较, 得到最高的k个物品, 进行召回
6. 仅供学习, 效果一般般, 数据集不太好, 使用的 moviesLen 数据集
7. 代码都在[main.py](main.py)中进行展示