search

RUCAIBox / NCL

[WWW'22] Official PyTorch implementation for "Improving Graph Collaborative Filtering with Neighborhood-enriched Contrastive Learning".
117 stars 20 forks source link

想问一下Figure4中根据稀疏度把用户分组是用什么方法实现的？ #52

Closed njt123123 closed 8 months ago

hyp1231 commented 9 months ago

我们论文中的描述是：

Concretely, we split all the users into five groups based on their interaction number, while keeping the total number of interactions in each group constant.

相关的代码实现请参考 #33

njt123123 commented 9 months ago

我们论文中的描述是：

具体来说，我们根据用户的交互次数将所有用户分为五组，同时保持每组中的交互总数不变。

相关的代码实现请参考 #33

好的，感谢，请问可以提供一下对比模型的参数吗

hyp1231 commented 9 months ago

参考 https://github.com/RUCAIBox/NCL/issues/45#issuecomment-1670616434

在跑 baseline 时，我们汇报的是超参调优后的结果，但是当时好像没有记录最优参数和调参范围，推荐您尝试使用 RecBole 自带的超参调优工具。具体可参考 https://github.com/RUCAIBox/NCL/issues/40 。

njt123123 commented 9 months ago

参考 #45 (comment)

在跑 baseline 时，我们汇报的是超参调优后的结果，但是当时好像没有记录最优参数和调参范围，推荐您尝试使用 RecBole 自带的超参调优工具。具体可参考 #40 。

好的，感谢