NGAT4Rec

NGAT4Rec: Neighbor-Aware Graph Attention Network For Recommendation

hgm
- Data
  - 数据
    - kuaishou(10-core):
      - 快手公共数据集，用户：68257，视频：185963
    - gowalla(10-core):
      - 用户：29858，商品：40981
    - yelp2018(10-core):
      - 用户：45919，商品：45538
    - amazon-book(10-core):
      - 用户：52643，商品：91599
- DGLModels
  - SubGraphModels
    - 模型代码
    - utility
      - 数据集预处理等
    - evaluator
      - 评估
环境：
- Python 3.6
- PyTorch 1.5
- DGL 0.4.3

运行： python NGAT.py --dataset amazon-book --regs [1e-5] --gpu_id 1 --embed_size 64 --layer_size [64] --lr 0.0001 --save_flag 1 --pretrain 0 --neighbors_num [64,32] --batch_size 1024 --epoch 2000

参数解释
- --dataset: 数据集名称，可选择kwai、gowalla、yelp2018或amazon-book
- --gpu_id: GPU编号，训练前记得输入nvidia-smi确认GPU空闲情况，否则GPU会报OOM
- --embed_size: 初始查词矩阵embedding维度
- --save_flag: 保存开关，0为关闭，1为开启
- --batch_size: mini-batch大小，一般为1024
- --layer_size: 神经网络每一层的维度
- --neighbors_num: 采样邻居数目与深度，例如[64,32]，即采样64个1跳邻居，再采样每个1跳邻居的32个邻居即64*32个2跳邻居
- --epoch：训练轮数

utility和evaluate的部分代码来自LightGCN（ https://github.com/kuandeng/LightGCN.git ），感谢

ShortVideoRecommendation/NGAT4Rec

NGAT4Rec