hyp1231
commented
2 years ago 你好，感谢关注！
首先是数据划分的参数配置。本文实验中都是加载了提前预处理好的训练、测试、验证集，参数配置如下： https://github.com/RUCAIBox/CORE/blob/d945dfce012e94eff96584230a842ad61ca55c88/props/overall.yaml#L2
当设置了 benchmark_filename 后，就只会进行 benchmark 加载，不会进一步进行其他数据处理了，因此就不会进行您提到的
将一个 session 序列按 8:1:1 分开，也就说如果一个会话长度为10，则前8个item为训练集，第9个item为验证，第10个item 为测试集
这种操作了。
其次是本文实验中加载的 benchmark 是如何处理的。正如您所说，
现在会话推荐领域大部分工作的划分是基于 session 为最小单位，即如果 1000 个session，那么前900个训练，100验证100测试。
我们在划分训练、测试、验证集时也采用了您所说的方式，数据集预处理脚本其实也是沿用了现有工作的处理流程，参见 [preprocess.py]。
希望有所帮助，如果还是无法复现可以贴出更多信息 :)
WangZesheng12
你好，excellent work! 关于实验部分我想请教一下，论文当中提到将 session 数据集按 8:1:1 的比例划分 train/val/test，代码中的 config 为
split: RS: [0.8, 0.1, 0.1] 我之前读 recbole 源码的时候，这种方式应该是将一个 session 序列按 8:1:1 分开，也就说如果一个会话长度为10，则前8个item为训练集，第9个item为验证，第10个item 为测试集，请问我这样理解是正确的吗？ 因为现在会话推荐领域大部分工作的划分是基于 session 为最小单位，即如果 1000 个session，那么前900个训练，100验证100测试。 我在自己实现 CORE-ave 的时候无法复现结果，突然想到这个问题，请不吝赐教，感谢！🙏