Graph4Rec: 基于图神经网络的推荐系统通用工具包
嘿,记得给“机器学习与推荐算法”添加星标
目前主流的基于图神经网络的推荐系统由于在实验数据集以及评估指标上存在较大差异,导致不能直接进行比较。换句话说,没有统一的benchmark来进行评判。另外,许多基于图神经网络推荐系统只在小规模数据集上提供了一个简单的demo,这就导致直接应用于现实世界的推荐系统还有很大的距离。
为了解决上述问题,本文构建了一个基于Paddle的工具包Graph4Rec。
它将训练图神经网络模型的范式统一为以下几个部分:图输入、随机游走生成、自我图生成、节点对生成和图神经网络选择。通过构建的这个pipeline,可以进行一些配置很容易地搭建自己的GNN模型。另外,他们开发了一个大规模的图引擎和一个参数服务器来支持分布式GNN训练。
并进行了系统和全面的实验,比较了不同GNN模型在不同场景和不同规模下的性能。大量的实验证明了gnn的关键组成部分的有效性。然后他们还试图弄清楚稀疏和稠密参数对gnn模型的性能影响。
最后,本文还研究了包括负抽样、自我图构造顺序和暖启动策略在内的方法,以寻找更有效和高效的gnn策略在推荐系统中的实践。
paper:https://arxiv.org/abs/2112.01035
code:https://github.com/PaddlePaddle/PGL/tree/main/apps/Graph4Rec
本文的整体架构图,其将Graph4Rec项目统一成了以下5个部分进行图神经网络的训练,具体包括图输入、随机游走生成、自我图生成、节点对生成以及图神经网络选择等组件。
其在4个公开的异质数据集上进行了性能测试,具体数据集介绍如下:
其通过对比主流的图学习系统展示了训练效率方面的优越性。其中,GraphVITE是一个通用的图嵌入引擎,PBG是一个基于Pytorch的大规模图学习系统。相比于上述两个图学习框架,本文所提出的工具包可以利用附加信息来缓解冷启动问题。
GraphViTE: https://github.com/DeepGraphLearning/graphvite
PBG: https://github.com/facebookresearch/PyTorch-BigGraph
GRecX: https://github.com/maenzhier/GRecX
另外,还对比了上述3个常用的图学习框架利用不同的召回策略(ICF、UCF以及U2I)在不同的图嵌入算法(Deepwalk、metapath2vec、lightgcn)上的性能比较。
随后比较了在Graph4Rec上常用的图神经网络模型的性能比较。
最后,探索了热启动以及负采样对性能的影响。
欢迎干货投稿 \ 论文宣传 \ 合作交流
推荐阅读
RecNN | 基于强化学习的新闻推荐系统框架
伯乐:一个易用、强大的PyTorch推荐系统开源库
推荐系统领域13个开源工具总结
由于公众号试行乱序推送,您可能不再准时收到机器学习与推荐算法的推送。为了第一时间收到本号的干货内容, 请将本号设为星标,以及常点文末右下角的“在看”。
喜欢的话点个在看吧
神经网络算法的三大类分别是? 神经网络算法的三大类分别是:1.前馈神经网络:这是实际应用中最常见的神经网络类型.第一层是输入,最后一层是输出.如果有多个隐藏层,我们称之为"深度"神 ... ©PaperWeekly 原创 · 作者|金金 单位|阿里巴巴研究实习生 研究方向|推荐系统 论文标题: Graph-based Hierarchical Relevance Matching Sig ... 针对推荐系统的稀疏性问题,图方法还真的很适合. 推荐系统中存在很多的图结构,如二部图,序列图,社交关系图,知识语义图等 GNN比传统的随机游走等有更好的表现 PinSage和EGES都是很好的落地实践 ... 报告 | 赵 鑫 撰文 | 熊宇轩 我这里主要给大家介绍一下利用图神经网络能做一些什么事情,这里面主要关注知识图谱的建模与应用. 在本次报告中,我们将从三个方面介绍基于图神经网络的知识建模与应用: ... ©作者 | 香侬科技 来源 | 香侬科技 近日,深度学习国际顶级会议ICLR 2022向作者公布了论文录用结果.香侬科技3篇论文被大会收录,研究内容覆盖通用自然语义理解.NLP神经网络模型安全性.自动 ... ©作者|Shoujin Wang 单位|麦考瑞大学博士后 研究方向|数据挖掘,机器学习,推荐系统 论文简介 本文给大家介绍一篇被今年国际人工智能联合会议 IJCAI 2021 接收的从图机器学习的视角 ... 作者丨纪厚业 单位丨北京邮电大学博士生 研究方向丨异质图神经网络,异质图表示学习和推荐系统 引言 协同过滤作为一种经典的推荐算法在推荐领域有举足轻重的地位.协同过滤(collaborative fil ... 文章目录 摘要 1. 介绍 1.1 图如何表达推荐任务? 1.2 图学习对推荐系统有效吗? 1.3 基于图学习的推荐系统符号化(Formalization) 2. 数据特征和挑战 2.1 一般交互数据 ... <娜璋带你读论文>系列主要是督促自己阅读优秀论文及听取学术讲座,并分享给大家,希望您喜欢.由于作者的英文水平和学术能力不高,需要不断提升,所以还请大家批评指正,非常欢迎大家给我留言评论,学 ...Graph4Rec: 基于图神经网络的推荐系统通用工具包相关推荐
最新文章
热门文章