Git Stars Git Stars

#recommendation-system Repositórios

Descubra 26 repositórios ativos de código aberto no GitHub marcados com #recommendation-system, acumulando um total de 119,768 estrelas (uma média de 4,606 por projeto). O líder deste tópico é xai-org/x-algorithm, com 34,361 estrelas.

26
Total de Repositórios
119,768
Total de estrelas
4,606
Média de Estrelas/Repositório

26 repositórios no total

1
xai-org/x-algorithm

Algoritmo que alimenta o feed 'For You' no X

xai-org
⭐ 34,361 Rust 👤 xai-org Organization 🕐 Atualizado 2026-11-21 📅 Criado 2026-01-19
2
recommenders-team/recommenders

Melhores Práticas em Sistemas de Recomendação

recommenders-team
⭐ 22,009 Python 👤 recommenders-team Organization 🕐 Atualizado 2026-11-05 📅 Criado 2018-09-19
3
openvinotoolkit/openvino

OpenVINO™ é um kit de ferramentas de código aberto para otimizar e implantar inferência de IA

openvinotoolkit
⭐ 11,869 C++ 👤 openvinotoolkit Organization 🕐 Atualizado 2026-11-21 📅 Criado 2018-10-15
4
amusi/Deep-Learning-Interview-Book

Guia Definitivo de Entrevistas sobre Deep Learning (incluindo Matemática, Machine Learning, Deep Learning, Visão Computacional, Processamento de Linguagem Natural e SLAM)

amusi
⭐ 8,652 👤 amusi User 🕐 Atualizado 2024-04-24 📅 Criado 2019-06-24
5
greyhatguy007/Machine-Learning-Specialization-Coursera

Contém Soluções e Notas para a Especialização em Aprendizado de Máquina da Universidade de Stanford e Deeplearning.ai - Coursera (2022), pelo Prof. Andrew NG

greyhatguy007
⭐ 8,184 Jupyter Notebook 👤 greyhatguy007 User 🕐 Atualizado 2025-12-28 📅 Criado 2022-06-16
6
RUCAIBox/RecBole

Uma biblioteca de recomendação unificada, abrangente e eficiente

RUCAIBox
⭐ 4,455 Python 👤 RUCAIBox Organization 🕐 Atualizado 2025-02-24 📅 Criado 2020-06-11
7
benfred/implicit

Filtragem Colaborativa Rápida em Python para Conjuntos de Dados de Feedback Implícito

benfred
⭐ 3,843 Python 👤 benfred User 🕐 Atualizado 2026-05-08 📅 Criado 2016-04-17
8
whiteguo233/OpenBiliClaw

Agente de descoberta de conteúdo com IA, privado, local-first, de código aberto, autoevolutivo e multiplataforma: primeiro entende você e depois busca proativamente conteúdo no Bilibili, Xiaohongshu, Douyin, YouTube, X, Zhihu, Reddit, Weibo e na Web aberta. (Compatível com o plugin DeepSeek Harness) | Agente de descoberta de conteúdo com IA, local-first, de código aberto e multiplataforma: entende você e depois busca proativamente conteúdo no Bilibili, Xiaohongshu, Douyin, YouTube, X, Zhihu, Reddit, Weibo e na Web aberta. (Compatível com o plugin DeepSeek Harness)

whiteguo233
⭐ 3,793 Python 👤 whiteguo233 User 🕐 Atualizado 2026-11-21 📅 Criado 2026-03-07
9
RayXBuilds/Movie_Recommend

Projeto histórico de aprendizagem: recomendações de filmes com Spark, web scraping, aplicação web e backend. O desenvolvimento contínuo da nova versão está em cinematch-recommender.

RayXBuilds
⭐ 3,007 Java 👤 RayXBuilds User 🕐 Atualizado 2026-10-21 📅 Criado 2018-04-18
10
meta-pytorch/torchrec

Biblioteca de domínio Pytorch para sistemas de recomendação

meta-pytorch
⭐ 2,629 Python 👤 meta-pytorch Organization 🕐 Atualizado 2026-11-21 📅 Criado 2021-07-12
11
tangxyw/RecSysPapers

Uma coleção de artigos clássicos e de ponta da indústria nas áreas de recomendação/publicidade/pesquisa.

tangxyw
⭐ 2,216 Python 👤 tangxyw User 🕐 Atualizado 2026-06-11 📅 Criado 2022-08-16
12
AkaliKong/MiniOneRec

Reprodução mínima de OneRec

AkaliKong
⭐ 1,986 Python 👤 AkaliKong User 🕐 Atualizado 2026-11-06 📅 Criado 2025-10-21
13
datawhalechina/torch-rechub

Um Framework PyTorch para Modelos de Recomendação, Fácil de usar e Fácil de estender.

datawhalechina
⭐ 1,243 Jupyter Notebook 👤 datawhalechina Organization 🕐 Atualizado 2026-11-20 📅 Criado 2022-05-12
14
volcengine/SearchCLI

CLI aberto para integrar pesquisa, recomendação e recuperação conversacional de IA em sistemas de agentes e sistemas de negócios

volcengine
⭐ 1,198 TypeScript 👤 volcengine Organization 🕐 Atualizado 2026-11-11 📅 Criado 2026-05-08
15
NVIDIA-Merlin/NVTabular

NVTabular é uma biblioteca de engenharia e pré-processamento de features para dados tabulares, projetada para manipular de forma rápida e fácil conjuntos de dados em escala de terabytes usados para treinar sistemas de recomendação baseados em deep learning.

NVIDIA-Merlin
⭐ 1,153 Python 👤 NVIDIA-Merlin Organization 🕐 Atualizado 2026-05-22 📅 Criado 2020-04-03
16
NVIDIA-Merlin/HugeCTR

HugeCTR é uma estrutura de GPU de alta eficiência projetada para o treinamento de estimativa de Taxa de Cliques (CTR)

NVIDIA-Merlin
⭐ 1,076 C++ 👤 NVIDIA-Merlin Organization 🕐 Atualizado 2026-08-03 📅 Criado 2019-09-13
17
PreferredAI/cornac

Uma Estrutura Comparativa para Sistemas de Recomendação Multimodais

PreferredAI
⭐ 1,065 Python 👤 PreferredAI Organization 🕐 Atualizado 2026-11-19 📅 Criado 2018-07-17
18
imsheridan/DeepRec

Coletânea de artigos clássicos e de ponta da indústria de recomendação e publicidade, e/ou artigos essenciais sobre sistemas de recomendação e predição de CTR/ Must-read Papers on Recommendation System and CTR Prediction

imsheridan
⭐ 1,021 👤 imsheridan User 🕐 Atualizado 2024-01-20 📅 Criado 2019-12-04
19
towardsai/tutorials

Tutoriais relacionados com IA. Acesse qualquer um deles gratuitamente → https://towardsai.net/editorial

towardsai
⭐ 1,013 Jupyter Notebook 👤 towardsai Organization 🕐 Atualizado 2024-05-04 📅 Criado 2020-07-09
20
Kuaishou-OneRec/OpenOneRec

Um Modelo de Fundação Aberto e Benchmark para Acelerar Recomendação Generativa

Kuaishou-OneRec
⭐ 983 Python 👤 Kuaishou-OneRec User 🕐 Atualizado 2026-05-18 📅 Criado 2025-12-29
21
NVIDIA-Merlin/Merlin

NVIDIA Merlin é uma biblioteca de código aberto que fornece sistemas de recomendação de ponta a ponta acelerados por GPU, desde a engenharia e pré-processamento de recursos até o treinamento de modelos de aprendizado profundo e a execução de inferência em produção.

NVIDIA-Merlin
⭐ 914 Python 👤 NVIDIA-Merlin Organization 🕐 Atualizado 2026-07-22 📅 Criado 2021-03-30
22
EdoardoBotta/RQ-VAE-Recommender

[Pytorch] Modelo de recuperação generativa usando IDs semânticos de "Recommender Systems with Generative Retrieval"

EdoardoBotta
⭐ 858 Python 👤 EdoardoBotta User 🕐 Atualizado 2026-08-31 📅 Criado 2024-06-17
23
rasadov/EcommerceAPI

Backend modular de e-commerce com um gateway GraphQL e microsserviços gRPC para contas, produtos, pedidos, pagamentos e recomendações.

rasadov
⭐ 698 Go 👤 rasadov User 🕐 Atualizado 2026-11-18 📅 Criado 2025-01-10
24
bystc/MovieRecommender

Sistema de recomendação de filmes baseado na implementação do algoritmo de filtragem colaborativa Mahout

bystc
⭐ 670 Java 👤 bystc User 🕐 Atualizado 2026-10-04 📅 Criado 2018-01-17
25
kishan0725/AJAX-Movie-Recommendation-System-with-Sentiment-Analysis

Um sistema de recomendação baseado em conteúdo que recomenda filmes semelhantes ao filme que o usuário gosta e analisa os sentimentos das críticas dadas pelo usuário

kishan0725
⭐ 597 Jupyter Notebook 👤 kishan0725 User 🕐 Atualizado 2024-11-23 📅 Criado 2020-06-27
26
jhljx/RecSys-Industrial-Book

《Sistemas de recomendação: arquitetura industrial e algoritmos fundamentais》 Manuscrito de livro AI Native | PDFs dos capítulos, mapa de conhecimento e agente de aprendizagem local. Site: https://jhljx.github.io/RecSys-Industrial-Book/

jhljx
⭐ 501 Python 👤 jhljx User 🕐 Atualizado 2026-11-21 📅 Criado 2026-06-07

Perguntas Frequentes

1

Qual é o repositório de #recommendation-system mais popular no GitHub?

O projeto de código aberto de #recommendation-system mais bem classificado no GitHub é xai-org/x-algorithm, com 34,361 estrelas. Algoritmo que alimenta o feed 'For You' no X

2

Quais linguagens de programação são mais usadas nos repositórios de #recommendation-system?

Entre os projetos de #recommendation-system mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, C++, Java.

3

Como é calculada a classificação dos repositórios de #recommendation-system?

Acompanhamos 26 repositórios ativos de código aberto marcados com #recommendation-system (com mais de 500 estrelas), totalizando 119,768 estrelas e uma média de 4,606 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.