Lanling Xu

@J-cabin Hello, I'm sorry for the late reply. When I download the raw foursquare data in [kaggle](https://www.kaggle.com/datasets/chetanism/foursquare-nyc-and-tokyo-checkin-dataset?resource=download), and put in into the `RecSysDatasets/conversion_tools/foursquare-data` folder, everything checks out as follows. ```...

Hello, @Fabrice-Clement The code of SimpleX is in the under-developed branch, `1.1.x`, which we will release this month. If you want to use it right now, please switch the branch...

@yandong667 您好，请问运行的是什么模型呢？

@yandong667 您好，LR、FM 等点击率预测模型在伯乐中都属于 context-aware 类的模型，默认是用 AUC、LogLoss 等基于值的评分作为评价指标，设置如下： ```yaml eval_args: group_by: None mode: labeled metrics: ['AUC', 'LogLoss'] valid_metric: AUC ``` RecBole 也支持让点击率预测模型与一般推荐模型一样通过排序指标来评估，但您需要确保 `.inter` 文件不能加载任何其他上下文信息列。详情请参考 [API 文档](https://recbole.io/docs/user_guide/usage/running_different_models.html) 的模型部分。 以 ml-100k 数据集为例，可以将配置文件设置如下： ```yaml...

@KlaineWei 您好，要获取知识图谱数据集首先需要将物品的 ID 和知识图谱的实体 ID 相对应，RecSysDatasets 中提供的三个知识图谱数据集都是基于 [KB4Rec](https://github.com/RUCDM/KB4Rec) 的实体链接工作，由于没有其他开源的知识图谱 ID 链接文件，所以无法直接获得其他数据集的知识图谱数据。

@PALIN2018 您好，我们已经在 2022 年的 10 月 5 日发布了伯乐的 [1.1.1 版本](https://github.com/RUCAIBox/RecBole/releases/tag/v1.1.1)，目前的最新版本已经支持分布式训练和验证，您可以参考我们[文档](https://recbole.io/docs/get_started/distributed_training.html)中的运行实例了解更多使用的细节。 非常感谢您对伯乐的关注和建议！开源用户的建议反馈是我们开发团队持续更新的动力，期待您能再次使用我们的库并给出宝贵的意见。

Hello @Jeriousman, we have released the [1.1.1 version of RecBole](https://github.com/RUCAIBox/RecBole/releases/tag/v1.1.1) on Oct 5 2022, and we add detailed quick-start examples for all kinds of recommendation tasks including general/sequential/KG/context-aware models. You...

@KingGugu 关于超参数调节，官网也只是提供一个大概的范围，这个范围不一定是最优的，出于时间效率考虑也不一定按照给定的范围来调节。一般来说超参数调节的范围越大，得到的模型结果越好。 对于参数 `embedding_dize`，推荐系统论文中一般有两种处理方式，一种是所有模型都使用相同的参数，这个固定值往往是 64，RecBole 文档中也是这种方式；另一种是将 `embedding_dize` 作为可调节的超参数，并进行灵敏度分析和对比实验。 如果需要搜索的话，自然可以按照您的需求添加一行 `embedding_dize` 的范围。这些操作没有对错之分，主要在于使用者的研究需求。感谢您对 RecBole 的关注！

@KingGugu 您好，RecBole 2.0 的各个子包都已开源，详情请点击 [repo](https://github.com/RUCAIBox/RecBole2.0) 和 [paper](https://arxiv.org/pdf/2206.07351)。 RecBole 2.0 includes 8 packages covering the up-to-date research topic in recommender system: [Data augmentation (RecBole-DA)](https://github.com/RUCAIBox/RecBole-DA) [Meta recommendation (RecBole-MetaRec)](https://github.com/RUCAIBox/RecBole-MetaRec) [Debiased recommendation (RecBole-Debias)](https://github.com/RUCAIBox/RecBole-Debias) [Fairness-aware...

@bruno686 您好，新开发的 SimpleX 模型在 [1.1.x](https://github.com/RUCAIBox/RecBole/tree/1.1.x) 分支中，预计新的版本于九月上线，如果您需要的话可以先参考 [1.1.x](https://github.com/RUCAIBox/RecBole/tree/1.1.x) 分支中的代码。