RecBole小白入门系列博客（二） ——General类模型运行流程

注意：本系列基于RecBole v.0.2.0 版本！
传送门：RecBole小白入门系列博客（一）——快速安装和简单上手

写在前面

1. 接上次的安装和快速运行介绍，这次准备根据模型的类别分别讲一下四类模型的运行流程——General, Context, Sequential 和Knowledge。
2. 本博客将先展示General类模型的运行流程ψ(｀∇´)ψ ，之后再写另外三种类型。
3. 由于模型的完整运行流程会牵扯到很多部分，从数据到参数，所以这里将简略的举出例子，让大家可以大致独立完成模型的运行。关于一些更加具体和细微的部分，我将在后面单独写博客为大家介绍。

选定模型

RecBole中共有13个General类模型可供使用，模型列表如下：

• General模型列表
  • Pop
  • ItemKNN
  • BPR
  • NeuMF
  • ConvNCF
  • DMF
  • FISM
  • NAIS
  • SpectralCF
  • GCMC
  • NGCF
  • LightGCN
  • DGCF

关于模型的具体信息可以查看上面的链接，大家选用需要的模型即可。我们以模型BPR为例。

设置模型超参数

每个模型的超参数都不一致，大家可以从上面的链接中查看自己所需模型的超参数有哪些。在RecBole中每个模型都有默认的参数，因此如果是想简单跑一跑就暂时不动。
模型默认参数在源码目录RecBole/recbole/properties/model 中，各位感兴趣在小伙伴可以在里面查看默认参数值。
那么想调参的同学怎么办呢？读过RecBole小白入门系列博客（一）——快速安装和简单上手的朋友可能知道，在RecBole中调整参数有好几种方法，这里我推荐使用自定义配置文件。
RecBole的配置文件格式均使用.yaml文件，十分简洁明了，大致的形式如下：

accum: "stack"
gcn_output_dim: 500
embedding_size: 64
dropout_prob: 0.3
sparse_feature: True
class_num: 2
num_basis_functions: 2

参数名称: 参数值这样的样式
参数值可以是字典嵌套，也可以是列表等，就像这样

load_col:
  inter: [user_id, business_id, stars]
  item: [business_id, address, categories]
  user: [user_id, fans, compliment_hot, compliment_cool, complitment_cute, compliment_plain]

大家暂时不用管参数的含义等，后面会注意讲到。大致了解配置文件的格式之后，我再说下推荐的修改模型参数的方法：

• 在目录 RecBole/ 下新建配置文件 test.yaml
• 在test.yaml 中写入想要修改的参数
• 保存

例如，我想修改模型BPR的参数，就去查看路径RecBole/recbole/properties/model/BPR.yaml，可以发现BPR参数很少，就只有一个：

embedding_size: 64

那如果我想把embedding_size改成32的话，就在test.yaml中写入

# model config
embedding_size: 32

别的模型参数同理

选定数据集

数据集基本格式

选定模型之后就是要选定要用的数据集了。RecBole框架使用的数据集要求处理成对应的原子文件才可以正常使用，目前支持6种原子文件，General模型会用到的只有 .inter

后缀	含义	例子
.inter	用户-商品交互特征	user_id, item_id, rating, timestamp, review

每个原子文件可以被看作 m 行 n 列的表格（不计表头），代表该文件存储了 n 种不同的特征，共 m 条记录。 文件第一行为表头，表头中每一列的形式为 feat_name:feat_type，标示了该列特征的名字及类型。 约定特征为四种类型之一。

feat_type	含义	例子
token	单个离散特征	user_id, age
token_seq	离散特征序列	review
float	单个连续特征