recommender

用 Django 快速搭建协同过滤推荐引擎，轻松入门推荐系统。

recommender 是一个基于 Django 和协同过滤算法的推荐引擎示例项目。它解决了开发者快速搭建个性化推荐系统的入门难题，通过 Python 实现用户-物品交互矩阵的构建与相似度计算，提供完整的 Web 接口和后台管理。核心能力包括：基于用户的协同过滤推荐、基于物品的协同过滤推荐、评分数据管理、推荐结果展示。项目结构清晰，适合学习推荐系统原理和 Django 集成实践，但功能相对基础，未涉及深度学习或大规模分布式推荐。

开源 free 基础设施
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 68
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类基础设施
开发团队codingforentrepreneurs
所属国家
官网地址https://www.codingforentrepreneurs.com/courses/recommender
GitHubhttps://github.com/codingforentrepreneurs/recommender
定价模式free
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型celery,django,keras,machine-learning,machine-learning-orchestration,mlops,python,recommender-system,redis
GitHub 星标★ 68
30天Star增速
HF 下载量
上线时间2022-08-26 00:00:00
最近更新2026-04-08 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数7

使用教程

核心亮点

  • 完整展示协同过滤两种经典算法（UserCF 和 ItemCF）的实现代码
  • 基于 Django 框架，提供 Web 界面和 API，便于演示和二次开发
  • 代码简洁，注释清晰，适合初学者学习推荐系统核心逻辑

不足之处

  • 仅支持小规模数据集，未处理稀疏矩阵和冷启动问题
  • 文档/社区待观察

适用场景

  • 学习推荐系统原理和协同过滤算法实现
  • 快速搭建个性化推荐的演示原型
  • 作为 Django 项目中集成推荐功能的参考模板

替代项目

Surprise、LightFM、Implicit

项目介绍

recommender 是行业应用领域的开源项目，由 codingforentrepreneurs 开发，2022 年首次发布。

它收录于行业应用分类，该分类目前共有 544 个项目，GitHub 星标数为 68。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-04-08。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：学习推荐系统原理和协同过滤算法实现。同类可对比的替代方案包括 Surprise、LightFM、Implicit。

上一篇：AI-Software-Startups

下一篇：End-to-End-AutoML-Insurance

同类项目推荐

xmgai-like 开源

换脸、艺术二维码随手玩，副业灵感一包带走。

本开源 AI 副业搞钱项目集成了强大功能，包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···

★ 60 2026-08-09
spoken-to-signed-translation 开源

把口语文本一路转成手语视频的流水线

a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation

★ 102 2026-09-11
LiveTranslate 开源

直播看片实时翻译，字幕秒出，跨语言无压力

Real-time audio translation, captures system audio + mic, runs ASR (Whisper/SenseVoi···

★ 691 2026-08-13