DrQinZL
DrQinZL
同感啊同感啊，训练出来的item embedding都非常相似！！完成没有区分度，怎么办！！
> 这个问题的引起是否和base_embedding在做随机游走或者Edge_Embedding在抽邻居的时候没考虑权重有关？导致一些相似度很低的item被抽到的概率和相似度很高的item被抽到的概率一样。 赞同，游走没有像node2vec那样加权重，edge embedding聚合也不加权重，最后所有item embedding越来越像
> > > > 您好！非常感谢您的开源项目！ > > > > 我在我的数据集上运行了您的代码，其中的embedding来自TransR训练得到的，其中TransR训练后的Hits@10=0.61，但是对比下来，发现没有使用embedding的效果会比用了的还要好， F1 = 0.744，带了embedding的F1 = 0.689，各项指标都比不过，不知道是什么原因造成的？是TransR得到的embedding没有作用嘛？ > > > > 打扰了！谢谢！ > > > > > > > > > 你好，请问是带feature吗？...
代码中计算valid/test的auc/f1时有一步，如果出现异常就跳过，我理解是如果valid/test中出现了train中没有的node就不计算了
> set the meta path to person-item-person I solve this problem by setting the meta path to 'person-item-person, item-person-item'