Splitter 项目教程

Splitter 项目教程

Splitter A Pytorch implementation of "Splitter: Learning Node Representations that Capture Multiple Social Contexts" (WWW 2019). 项目地址: https://gitcode.com/gh_mirrors/spl/Splitter

1. 项目目录结构及介绍

Splitter 项目的目录结构如下：

Splitter/
├── input/
│   ├── chameleon_edges.csv
│   └── ...
├── output/
│   ├── chameleon_embedding.csv
│   └── ...
├── src/
│   ├── main.py
│   └── ...
├── LICENSE
├── README.md
└── ...

目录结构介绍

• input/: 存放输入数据文件，如边列表（edge list）的 CSV 文件。
• output/: 存放输出文件，如节点嵌入（embedding）的 CSV 文件。
• src/: 存放项目的源代码文件，包括主要的启动文件 main.py。
• LICENSE: 项目的许可证文件，采用 GPL-3.0 许可证。
• README.md: 项目的说明文档，包含项目的概述、使用方法等信息。

2. 项目启动文件介绍

项目的启动文件是 src/main.py。该文件负责训练 Splitter 模型并生成节点嵌入。

主要功能

• 命令行参数解析: 通过命令行参数配置模型的训练参数，如随机种子、窗口大小、负样本数量等。
• 模型训练: 调用 Splitter 模型进行训练，生成节点嵌入。
• 输出结果: 将生成的节点嵌入保存到指定的输出路径。

使用示例

python src/main.py --dimensions 32 --number-of-walks 20 --walk-length 80

3. 项目的配置文件介绍

Splitter 项目没有独立的配置文件，所有的配置都是通过命令行参数进行设置的。以下是一些常用的配置参数：

常用配置参数

• --edge-path: 边列表文件路径，默认为 input/chameleon_edges.csv。
• --embedding-output-path: 嵌入输出文件路径，默认为 output/chameleon_embedding.csv。
• --persona-output-path: 角色映射输出文件路径，默认为 output/chameleon_personas.json。
• --seed: 随机种子，默认为 42。
• --number-of-walks: 每个节点的随机游走次数，默认为 10。
• --window-size: 跳字模型（Skip-gram）的窗口大小，默认为 5。
• --negative-samples: 负样本数量，默认为 5。
• --walk-length: 随机游走长度，默认为 40。
• --lambd: 正则化参数，默认为 0.1。
• --dimensions: 嵌入维度，默认为 128。
• --workers: 用于预训练的核心数量，默认为 4。
• --learning-rate: SGD 学习率，默认为 0.025。

通过这些配置参数，用户可以根据具体需求调整模型的训练过程和输出结果。

Splitter A Pytorch implementation of "Splitter: Learning Node Representations that Capture Multiple Social Contexts" (WWW 2019). 项目地址: https://gitcode.com/gh_mirrors/spl/Splitter