关于Yelp数据集的预处理

[wjlpku]

您好，想请问一下关于Yelp数据集的预处理，希望您方便的时候公开一下这部分的代码 如何生成User_embedding, Item_embedding, Cate_embedding, City_embedding， 看到您在别的回答里面提到用Metapath2Vec, HIN2vec，以及HERec中的处理方式得到embedding 我首先试图尝试HERec中的处理方法，发现一个问题 通过UBU UBCaBU等MetaPath得到， UU的邻接矩阵，通过DeepWalk得到user_embedding 通过BCaB, BUB等MetaPath得到， BB的邻接矩阵，通过DeepWalk得到bussiness_embedding 然而这两个embedding是不同空间的，彼此也没有约束 在您现在MCRec的代码里，直接用user_embedding和bussiness_embedding来计算sim是由问题的，请问用HERec中的方法生成embedding是否合适？ 另外非常迫切希望您能公布一下Yelp预处理的代码，以及模型运行的代码。 我们也在做HIN中的Link Prediction的工作，希望能够引用您的论文。如果您能提供处理Yelp的代码的话，应该会比我们复现有着更好的精度和效果

[librahu]

我现在国外，没法使用我在学校的服务器。预处理的话，user_embedding和bussiness_embedding本身是属于两个空间，HERec生成的embedding的效果没有试验过。HIN2vec应该是一种比较好的能够生成所有节点embedding的方式，metapath2vec的话一条元路径估计无法生成所有节点的embedding，不过你可以混合多条元路径来生成所有节点的表示

[wangchunhala]

您好，想请问一下关于Yelp数据集的预处理，希望您方便的时候公开一下这部分的代码 如何生成User_embedding, Item_embedding, Cate_embedding, City_embedding， 看到您在别的回答里面提到用Metapath2Vec, HIN2vec，以及HERec中的处理方式得到embedding 我首先试图尝试HERec中的处理方法，发现一个问题 通过UBU UBCaBU等MetaPath得到， UU的邻接矩阵，通过DeepWalk得到user_embedding 通过BCaB, BUB等MetaPath得到， BB的邻接矩阵，通过DeepWalk得到bussiness_embedding 然而这两个embedding是不同空间的，彼此也没有约束 在您现在MCRec的代码里，直接用user_embedding和bussiness_embedding来计算sim是由问题的，请问用HERec中的方法生成embedding是否合适？ 另外非常迫切希望您能公布一下Yelp预处理的代码，以及模型运行的代码。 我们也在做HIN中的Link Prediction的工作，希望能够引用您的论文。如果您能提供处理Yelp的代码的话，应该会比我们复现有着更好的精度和效果

请问您现在有yelp的处理代码吗？

[xuChenSJTU]

@wangchunhala 您好， 我也有同样的问题，请问这个问题已经解决了吗？谢谢🙏

[wlkqzr]

@xuChenSJTU 您好，请问解决了嘛，这个问题。感谢。

[Lww-biu]

@xuChenSJTU 您好，请问解决了嘛，这个问题。感谢。

您好，请问您解决这个问题了吗，可以请教一下吗？

[wlkqzr]

您好：您加我qq，就是这个邮箱，日子有点久，我忘记了，我主要也是用的这个数据集。  

wlkq. @.***

 

------------------ 原始邮件 ------------------ 发件人: @.>; 发送时间: 2022年11月19日(星期六) 上午10:55 收件人: @.>; 抄送: @.>; @.>; 主题: Re: [librahu/MCRec] 关于Yelp数据集的预处理 (#6)

@xuChenSJTU 您好，请问解决了嘛，这个问题。感谢。

您好，请问您解决这个问题了吗，可以请教一下吗？

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>

[Lww-biu]

邮箱好像被屏蔽了

------------------ 原始邮件 ------------------ 发件人: "librahu/MCRec" @.>; 发送时间: 2022年11月19日(星期六) 上午10:57 @.>; @.**@.>; 主题: Re: [librahu/MCRec] 关于Yelp数据集的预处理 (#6)

您好：您加我qq，就是这个邮箱，日子有点久，我忘记了，我主要也是用的这个数据集。  

wlkq. @.***

 

------------------ 原始邮件 ------------------ 发件人: @.>;
发送时间: 2022年11月19日(星期六) 上午10:55 收件人: @.>;
抄送: @.>; @.>;
主题: Re: [librahu/MCRec] 关于Yelp数据集的预处理 (#6)

@xuChenSJTU 您好，请问解决了嘛，这个问题。感谢。

您好，请问您解决这个问题了吗，可以请教一下吗？

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.> — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.>

[wlkqzr]

2279848457  

wlkq. @.***

 

------------------ 原始邮件 ------------------ 发件人: @.>; 发送时间: 2022年11月19日(星期六) 中午11:00 收件人: @.>; 抄送: @.>; @.>; 主题: Re: [librahu/MCRec] 关于Yelp数据集的预处理 (#6)

邮箱好像被屏蔽了

------------------ 原始邮件 ------------------ 发件人: "librahu/MCRec" @.>; 发送时间: 2022年11月19日(星期六) 上午10:57 @.>; @.**@.>; 主题: Re: [librahu/MCRec] 关于Yelp数据集的预处理 (#6)

您好：您加我qq，就是这个邮箱，日子有点久，我忘记了，我主要也是用的这个数据集。
 

wlkq.
@.***

 

------------------ 原始邮件 ------------------
发件人: @.>;
发送时间: 2022年11月19日(星期六) 上午10:55
收件人: @.>;
抄送: @.>; @.>;
主题: Re: [librahu/MCRec] 关于Yelp数据集的预处理 (#6)

@xuChenSJTU 您好，请问解决了嘛，这个问题。感谢。

您好，请问您解决这个问题了吗，可以请教一下吗？

—
Reply to this email directly, view it on GitHub, or unsubscribe.
You are receiving this because you commented.Message ID: @.>
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.> — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>

[jzhou3700]

952791103@qq.com

[yasmeenhany]

@librahu any updates on the yelp processing code? I just need to know the mapping between the ids in your dataset and those in the original yelp dataset. Thanks.