^_^厚颜无耻地推广一下：https://github.com/zhenghaoz/gorse 最近学习了Go语言和推荐系统算法，所以就开发了这个算法库。其中主要实现了基于协同过滤的推荐算法，也就是只使用用户和商品的评分（或者其他交互）来向用户推荐。主要包含了以下功能： - **推荐模型：**[模型](https://godoc.org/github.com/zhenghaoz/gorse/model)主要是基于矩阵分解和K邻近，可以用于评分预测和商品排名； - **数据集：**可以加载自带的数据集，也可以从CSV文件加载； - **数据分割：**包括了K折交叉验证、比例分割、用户留一法； - **评分标准：**包括了用于评估评分预测的RMSE和MAE，以及用于评估排名的Presicion/Recall/NDCG/MAP/MRR/AUC； - **参数搜索**：支持使用网格搜索和随机搜索的方法选择最佳的模型参数； - **持久化**：可以将模型保存到文件，以及从文件加载模型。 我主要用来跑一些简单对比实验，功能上算是完整了，实际使用可能还是太简单。以后打算加入AVX2指令优化、实现贝叶斯调参等功能，如果大佬们感兴趣欢迎关注一下^_^