https://hub.docker.com/r/zhenghaoz/gorse-worker

https://hub.docker.com/r/zhenghaoz/gorse-server

https://hub.docker.com/r/zhenghaoz/gorse-master

https://github.com/zhenghaoz/gorse

https://github.com/zhenghaoz/GitRec

https://github.com/zhenghaoz/gorse/tree/master/docker

https://gorse.io/

https://docs.gorse.io/

Gorse 旨在成为一个通用的开源推荐系统，可以快速引入各种在线服务。通过将商品、用户和交互数据导入 Gorse，系统将自动训练模型为每个用户生成推荐。项目特点如下：

自动化：通过后台模型搜索，自动选择最佳推荐模型和策略；

分布式推荐：单节点训练、分布式预测以及在推荐阶段实现水平扩展的能力；

Restful API：为数据 CRUD 和推荐请求提供 RESTful API；

数据仪表盘：提供数据导入和导出、监控和集群状态检查的仪表板；

Gorse 是一个单节点训练和分布式预测推荐系统。Gorse 将数据存储在 MySQL 或 MongoDB 中，中间数据缓存在 Redis 中。集群由一个主节点、多个工作节点和服务器节点组成。主节点负责模型训练、非个性化物品推荐、配置管理、会员管理。服务器节点负责公开 RESTful API 和在线实时推荐。Worker 节点负责为每个用户进行离线推荐。此外，管理员可以通过主节点的仪表盘进行系统监控、数据导入导出和系统状态检查。

1、用户产生的反馈被收集到数据存储中。

2、提取存档的反馈以训练推荐模型。Gorse中有两种模型（排名模型和CTR模型）。

3、离线推荐在后台从所有项目生成并缓存。

4、在线推荐基于缓存的离线推荐实时返回给用户。