jinjiarui / graphhinge Goto Github PK

I downloaded the ml-100k(MovieLens 100K Dataset) and did the experiments with default args ( 3 epochs), however, the results I got are much higher than those reported in the paper.

Test AUC 0.9506 | ACC 0.8792 | Test F1 0.8764

I am wondering whether it is caused by my data processing scripts or other reason.

您好，请问能否提供您选用的一些baseline方法的代码呢，因为我发现许多的源码具有特异性，而我刚入门这个领域，对于如何改写这些模型感到困惑
（例如LGRec和MCRec它们的initial embedding的详细生成方法并未提供，而且LGRec的模型代码似乎跑不通；HetGNN模型是hard coded for academic paper，怎么改用到其他数据呢？HAN模型是embedding方法，如果要改用到推荐，该如何实现呢？）
希望能得到您的回复

Hello, it is a pleasure to read your article, I did not quite understand the metapath part of the provided code, about this part of the code
def forward(self, UI, IU, UIUI, IUIU, UIAI1, IAIU1, UIAI2, IAIU2, UIAI3, IAIU3):
user_idx = UI[:,0,0] #B
item_idx = IU[:,0,0] #B
source_feature = self.user_emb(user_idx) #BE
target_feature = self.item_emb(item_idx) #BE

#UI & IU BLN (batch_size, num_paths, num_nodes)
ui = torch.stack((self.user_emb(UI[:,:,0]), self.item_emb(UI[:,:,1])),3) #BLEN
iu = torch.stack((self.item_emb(IU[:,:,0]), self.user_emb(IU[:,:,1])),3) #BLEN
Can the metapath set here be changed according to your needs? As a beginner of HIN, I hope to get your answer, thank you very much

Imho, omitting 20% of existing edges should be done before constructing the graph when doing 5 fold cross-validation.
Otherwise, meta-path sampling will generate a lot of paths involved with positive instances in the test&eval dataset, which is an information leak and should be unseen.

感谢您在HIN领域作出的贡献！
我在运行您的代码dataloader.py 的 _load_movielens(self)时，想知道您运行时导入的
_data_list = ['movie_genre.dat', 'user_occupation.dat', 'user_age.dat', 'user_movie.dat']
四个文件是如何通过原始数据预处理得到的
对于其中的movie_genre.dat
_movie, _genre = int(_line[0]), int(_line[1])
是如何将类型变为数字的呢？
如果您能为我解答或者将您处理后并且实际测试的movielens数据集提供给我，我将感激不尽，谢谢！

I noticed that you used all “user-item” edges to construct the heterogeneous graph. And based on it, you then predict the user-item edges (i.e. recommendation). Would this cause data leakage?

您好，感谢您在HIN领域出色的工作！
我了解了您在KDD 2020的paper以及后面这篇paper中与KDDpaper中方法相似的部分，以GraphHINGE_FFT.py中的方法为例，kDD论文中movielens的acc为0.7896，后一篇为0.8837，我看主要方法部分没有很明显的区别（仅指在这个py文件中所涉及的网络结构），而且baseline的相同方法也有一定程度的提升，请问这种提升是因为什么呢？是因为hyperparameter的设置，数据的预处理方式，还是因为一些两篇论文细节方面我没有充分进行理解，在细节上是有区别的（仅指在KDD论文中提到的方法)？
我是这个方向的初学者，如果您能对我的疑惑进行解答，我将非常感谢！