librahu / mcrec Goto Github PK

麻烦你，我想问一下，论文4.4.1中，基于元路径上下文的注意力中，两层注意力分别表示什么意思啊？即公式（6）（7）.

1.你好，我看您文中的测试是说对于每一个测试物品，挑选50个负样本物品，利用他们进行排序。

您的程序里是（用的movielens100k为例），对每一个测试物品时，测试其在所有物品中的排序，这跟论文中描述的不太相同，应该以哪种为主，您论文中的结果是在哪种设置下的结果？我跑了跑您的代码（在movielens上），结果看起来应该是在所有物品中的排序。

另外想请问，能否提供预处理数据得到预训练embedding （ml-100k.bpr.item_embedding，ml-100k.bpr.type_embedding，ml-100k.bpr.user_embedding）的代码呢？

Hello,
Thank you for the code.
I am curious how do you process the data?
It seems to already be in embedding state, do you have the code
where you embed the user, movie, and the meta-path?

my environment is Theano (1.0.1) , Keras (2.1.1) ubuntu 16.04, here is the specific error
Traceback (most recent call last):
File "/home/zxj/PycharmProjects/MCRec/code/MCRec.py", line 495, in
model = get_model(num_users, num_items, path_nums, timestamps, length, layers, reg_layes, latent_dim, reg_latent)
File "/home/zxj/PycharmProjects/MCRec/code/MCRec.py", line 267, in get_model
umtm_latent = get_umtm_embedding(umtm_input, path_nums[0], timestamps[0], length, user_latent, item_latent, path_attention_layer_1, path_attention_layer_2)
File "/home/zxj/PycharmProjects/MCRec/code/MCRec.py", line 103, in get_umtm_embedding
output = Dropout(0.5)(output)
File "/usr/local/lib/python2.7/dist-packages/keras/engine/topology.py", line 603, in call
output = self.call(inputs, **kwargs)
File "/usr/local/lib/python2.7/dist-packages/keras/layers/core.py", line 117, in call
training=training)
File "/usr/local/lib/python2.7/dist-packages/keras/backend/theano_backend.py", line 1503, in in_train_phase
x = theano.ifelse.ifelse(training, x, alt)
AttributeError: 'module' object has no attribute 'ifelse'

I hope you can kindly help me solve this problems! Thank you very much!

Hi! The contents in ml-100k.test.rating and ml-100k.test.negative do not match the descriptions in README.md. Could you please update README.md for a revised dataset description?

Hi author:
I just want to know whether there is a batch implementation available? Than you very much!

作者好，我今年刚上研一，接触HIN。想请教一下作者，如何利用Knn处理u-u和m-m的关系。如果方便的话能提供下处理的代码吗，万分感谢

您好，想请问一下关于Yelp数据集的预处理，希望您方便的时候公开一下这部分的代码
如何生成User_embedding, Item_embedding, Cate_embedding, City_embedding，
看到您在别的回答里面提到用Metapath2Vec, HIN2vec，以及HERec中的处理方式得到embedding
我首先试图尝试HERec中的处理方法，发现一个问题
通过UBU UBCaBU等MetaPath得到， UU的邻接矩阵，通过DeepWalk得到user_embedding
通过BCaB, BUB等MetaPath得到， BB的邻接矩阵，通过DeepWalk得到bussiness_embedding
然而这两个embedding是不同空间的，彼此也没有约束
在您现在MCRec的代码里，直接用user_embedding和bussiness_embedding来计算sim是由问题的，请问用HERec中的方法生成embedding是否合适？
另外非常迫切希望您能公布一下Yelp预处理的代码，以及模型运行的代码。
我们也在做HIN中的Link Prediction的工作，希望能够引用您的论文。如果您能提供处理Yelp的代码的话，应该会比我们复现有着更好的精度和效果

您好，movielens数据集中并没有user-user以及movie-movie的关系，从下面的代码可以看出您是通过k近邻获取这两个关系的，请问方便提供生成uufile、mmfile的代码或者这两个文件吗？谢谢！

uufile = '../data/ml-100k.uu_knn_50'
mmfile = '../data/ml-100k.mm_knn_50'