FEA: add DirectAU and fix some bugs

[downeykking]

添加了directau算法，在作者提供的数据集下进行了实验，与论文结果大致一致 https://arxiv.org/pdf/2206.12811.pdf

[('recall@10', 0.0953), ('recall@20', 0.1301), ('recall@50', 0.191), ('mrr@10', 0.0472), ('mrr@20', 0.0497), ('mrr@50', 0.0517), ('ndcg@10', 0.0566), ('ndcg@20', 0.0657), ('ndcg@50', 0.0783), ('hit@10', 0.104), ('hit@20', 0.14), ('hit@50', 0.2027), ('precision@10', 0.0113), ('precision@20', 0.0077), ('precision@50', 0.0046)]

修复了hypertuning的bug；改了recbole中出现的存储路径问题；

[downeykking]

还有个挺奇怪的问题，就是在设置模型种类的时候（PIARWISE or POINTWISE） https://github.com/RUCAIBox/RecBole-GNN/pull/74/commits/31837e423ef3cf842ea285e96ff637e397201c90#diff-f83d6ec723fb5149c4ebca886cc2b1a089b6f63866b49dbe42ebbdd9bd610603R25 如果把pointwise变成pairwise效果会变差，但是我理解的是这个只和负样本采样有关？pairwise会对每对(u, i)采样一个负样本，pointwise只考虑(u, i)，请问导致效果变化的原因您觉得可能是哪些呢

[hyp1231]

感谢贡献！！DirectAU 确实是现在很重要的工作。

POINTWISE 模式下，数据会多一列 label 标注这一条 user-item 交互是否为正例，例如

user_id:token item_id:token label:float
u1 i1 1
u2 i2 1
u3 i3 1
u1 i4 0
u2 i5 0
u3 i6 0

而 PAIRWISE 模式下

user_id:token item_id:token neg_item_id:token
u1 i1 i4
u2 i2 i5
u3 i3 i6

所以事实上如果设置为 POINTWISE 会让 DirectAU 在不存在的 user-item 交互上优化（label 为 0 的那些）？虽然不知道为什么这反倒会让效果上升 [捂脸]

[downeykking]

感谢贡献！！DirectAU 确实是现在很重要的工作。

POINTWISE 模式下，数据会多一列 label 标注这一条 user-item 交互是否为正例，例如

user_id:token item_id:token label:float
u1 i1 1
u2 i2 1
u3 i3 1
u1 i4 0
u2 i5 0
u3 i6 0

而 PAIRWISE 模式下

user_id:token item_id:token neg_item_id:token
u1 i1 i4
u2 i2 i5
u3 i3 i6

所以事实上如果设置为 POINTWISE 会让 DirectAU 在不存在的 user-item 交互上优化（label 为 0 的那些）？虽然不知道为什么这反倒会让效果上升 [捂脸]

明白区别啦！因为我是按照作者代码改的，作者是基于recbole写的，我发现他虽然是POINTWISE，但是设置了neg_sample=0 https://github.com/THUwangcy/DirectAU/blob/main/recbole/properties/model/DirectAU.yaml#L3 在我的理解中这种情况就直接等价于PAIRWISE了？我实验了一下这两个跑出来的效果就是一样的了，所以按照作者的实现意图，再次修改了一下~

[hyp1231]

好的！感觉确实是这样子，感谢！