易用又强大的推荐算法框架伯乐发布二期啦！历时两个月的继续开发、代码重构、bug修复以及社区维护，在开发人员和海内外众多开发者的共同努力下，今天RecBole二期终于来啦！话不多说，直接来看看我们的更新亮点、新特性以及社区维护工作吧！
更新亮点：我们针对不同方面进行了速度和效率上的优化，具体如下：优化方向、优化措施、提升数据读取速率、数据列提前筛选、提升负采样速率、优化负采样方式、提高基于GNN的通用推荐模型效率、重构稀疏交互张量的结构。在原有53个模型的基础上又添加了12个新的模型：4个支持基于AE的General类模型、6个Sequential类模型、1个图嵌入方法模型、1个外部算法库模型。
在一期中Context-aware模型并不支持排序评测，在二期中我们使其支持了排序评测和相应的评测指标。为了方便用户分析模型的结果，我们添加了Case study功能。我们将CI (Continuous Integration，持续集成)添加到RecBole中，提高了开发的效率和质量。
新特性添加：为了支持读取提前划分好的数据，我们添加了该参数。用户可以通过设置配置文件或命令行使用该功能。此外，我们对data部分和evaluation部分的代码进行了重构，提升了框架运行速率，也提高了代码的可读性和可复用性；并修复了部分模型和框架中的bug。为了支持这个工具包的使用，我们收集整理了28个数据集合（提供本地拷贝）。
社区维护：在RecBole一期上线至今仅两个多月的时间里，项目已获得了688个star，众多热心用户积极使用，并给出了很好的反馈。我们在GitHub上收到了共计63个issue，社区非常活跃。我们也一直尽力为大家解决问题，持续做出信息回复和代码调整。
我们衷心感谢所有向我们提出问题，指明发展方向和提供发展建议的朋友们，RecBole的蓬勃发展离不开每个用户的支持，希望RecBole可以在大家的帮助和敦促下越做越好。
以上就是RecBole二期的主要更新内容啦！还在等什么呢？点击阅读原文，马上安装RecBole框架，体验一下船新版本吧！伯乐推荐系统库将承诺持续开发维护，保持版本稳定，同时不断规划更多实用、强大的功能。
最后，我们郑重感谢下列GitHub开发者，他们或是我们提出了非常深刻有用的建议，或是向我们的项目提交了很棒的代码，为RecBole的成长做出了很大贡献。我们仍将继续公开招募开发团队成员，从贡献单一代码到核心模块的开发，都欢迎大家的加入。有好的建议或意见也欢迎在Github的issues中提问。