hzhaoaf
commented
5 years ago @wjlpku 感谢你反馈的信息，数据集没有问题，SVD++这个工具我没有具体用过，但之前也听别人说过它的实际效果非常好，所以这个是有可能的。
你说的bias的有效性，我之前也有所发现，但我只用过global_bias。如果在加上三个bias, 能在amazon_200K上能跑出1.1512的结果，那的确是非常惊人的发现。
我们这个工作主要想验证HIN这一框架在处理side information的灵活性和有效性，以及可以进行metapath/metagraph的自动选择，所以并未在bias的处理上做太多的尝试。如果要考虑bias的影响，那么所有的方法都需要考虑，或者需要将global_bias, user_bias, item_bias去掉之后，然后再来评估「每个模型的预测能力」，而不仅仅只是SVD++考虑bias，但它也涉及到不同bias的计算以及在训练过程中的更新（实际可以选择固定bias，或者作为参数来训练）。换句话说，bias的处理本身也是一个小的「研究点」。
以一个更严格的标准来说，我们这个工作的实验设计，的确不够完美，也是我这个工作的不足，非常感谢你的问题！
您好，我今天用您提供的Amazon-200k的数据集和Yelp-200K的数据集时候发现了一些问题，比较困惑，不知道是我代码的问题还是您的论文中的方法的问题。我用了SVD++的方法，有global_bias， user_bias, item_bias, 其中global_bias是训练集的ratings_avg，然后发现这种方法在Yelp-200K的数据集上RMSE达到了1.1992，在Amazon_200k的数据集上RMSE达到了1.1512，特别简单的例子，我在Yelp-200K的数据集上，统计了ratings_train_1.txt中的rating的均值，然后在加上一个很小的随机数的bias，在ratings_test_1.txt中测试发现RMSE达到了1.266 想请问您，是数据集有问题吗？