datawhalechina/fun-rec

プロジェクト名: datawhalechina/fun-rec（深層推薦アルゴリズム実践、別名「小麦書」）

プロジェクトの位置づけ: 推薦システムの技術進化を体系的に解説するオープン書籍で、従来の「カスケードアーキテクチャ」から最先端の「生成的パラダイム」までの完全なロードマップをカバーしています。機械学習の基礎があり、推薦アルゴリズムの原理とエンジニアリング実践を体系的に習得したい読者に適しています。

内容構成:

• 上編（カスケードアーキテクチャ）: 古典的な推薦プロセスを紹介。候補召回（協調フィルタリング、ベクトル召回、シーケンス召回）、精密ランキング（特徴交差、シーケンスモデリング、マルチターゲット/マルチシナリオモデリング）、および再ランキングの多様性（貪欲、パーソナライズ再ランキング）を含みます。
• 下編（生成的パラダイム）: 最新の方向性に焦点を当て、生成的推薦の基礎（Transformer、拡散モデル、Tokenizer）、Scaling Lawアーキテクチャの探索、エンドツーエンド生成的モデリング（OneRecシリーズなど）、思考する推薦モデル（推論強化）、拡散ベースの推薦モデル、および本番レベルの推薦システムの完全な構築実践をカバーします。

現在の状態: まだ開発中で、コードと内容の更新が頻繁に行われています。現在Pull Requestは受け付けていません。提案や問題がある場合は、GitHub Issueでフィードバックできます。

コミュニティとサポート: プロジェクトには学習コミュニティ（WeChatグループ+知識星球）があり、Bilibili動画も関連付けられています。指定のWeChatを追加（備考「Fun-Rec」）することで交流グループに参加できます。

貢献者: 主要な貢献者はRuyi Luo（推薦アルゴリズムエンジニア）とBo Kang（客員教授、nobl.ai共同創業者）で、初期の複数の貢献者もいます。

ライセンス: クリエイティブ・コモンズ表示-非営利-継承4.0国際ライセンス（CC BY-NC-SA 4.0）を採用しています。