开学花了一个月做了个推荐系统的入门实验报告，作为内部资料。本着为了扩大组影响，因此向外公布下。官方提供的代码一坨一坨的，看着着实令人难受，因此一怒之下重新复现这5个模型。比如 NGCF，官方代码跑起来着实费电，又比如 Factor Machine 这个模型，以本人了解到的开源代码，多数存在着低级错误。
注意报告里有三个实验做起来很是繁琐，因此就懒得做了，交给组里的另一个小伙伴解决了，这些我都标记出来了。基本上掌握这几个模型的算法原理，代码方面没啥大问题了。
本次涉及的包括经典的协同过滤模型：BPRMF，NGCF, LR-GCCF, LightGCN
然后再加了一个 CTR 评估模型：FM
