search

Coder-Yu / QRec

QRec: A Python Framework for quick implementation of recommender systems (TensorFlow Based)
1.58k stars 406 forks source link

item.ranking=on -topN 5,10,15,20,50 的问题 #245

Closed jomainqaq closed 1 year ago

jomainqaq commented 1 year ago

我把LightGCN模型参数设置为 item.ranking=on -topN 5,10,15,20,50 ，同时为了能够将top=20作为选取最好的epoch的标准，将iterativeRecommender.py 中的 ranking_performance(self,epoch): 函数的 N = max(top) 改为了 N = 20，但是这样好像并没有起到作用，得到的20的最终结果会变差，请问是还有别的地方有相关变量与这个结果有关。

Coder-Yu commented 1 year ago

你指的结果变差是比LightGCN的原始paper效果差？如果是dataset是yelp2018的话，建议把learning rate设置为0.00005，maxepoch设置1000 基本上可以复现原文的效果。