Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Jump to bottom

DHCF实现细节讨论 #3

Open
Coder-Yu opened this issue Sep 17, 2020 · 4 comments
Open

DHCF实现细节讨论 #3

Coder-Yu opened this issue Sep 17, 2020 · 4 comments

Comments

@Coder-Yu
Copy link

Coder-Yu commented Sep 17, 2020 •
edited
Loading

看到你们有比较Dual Channel Hypergraph Collaborative Filtering这篇文章提出的DHCF方法，想来请教一下。
这篇文章似乎存在一些问题。首先公式6和公式16对不上，到底\Theta是应该乘在哪里不明确，按描述似乎公式16是符合图2的。公式8这个min函数比较的对象似乎不对，标量1和矩阵进行比较，个人觉得这个形式有问题。我的理解是k>1返回power，不大于1返回单位矩阵。其次item的2阶可达用户构造的incidence matrix (i.e. HH^TH)已经十分密集了，就文章所用到的movielens数据集而言，2阶Incidence matrix基本上非0的已经很少了。item数量稍大的情况下，需要存储一个size为M^2的dense matrix，没有扩展性可言，运算量也较大。为每个batch单独构造一个incidence matrix虽然可行，但对比LightGCN这样的方法，效率低下。
文章构造hyperedge的方法也非常heuristic，divide-and-conquer只在摘要引言和结论出现过，怎么体现到方法中的，感觉也没有讲。我个人按论文复现后按作者的实验设置放到LastFM数据集上运行，效果也远逊NGCF。不知道您怎么看这篇文章以及DHCF这个方法。
@chenchongthu
Copy link
Owner

您好，我们没有仔细的去了解和复现DHCF这个方法。跟它对比是使用了这篇文章的作者所分享的同样分割下的数据集，跑出来的结果对比来看DHCF效果不是很理想。如果对DHCF这篇文章有疑问的话，建议还是联系该文章的作者好一点。

@Coder-Yu
Copy link
Author

发邮件石沉大海…

@chenchongthu
Copy link
Owner

那可能就不太有必要在那篇文章上花费精力了。

@Coder-Yu
Copy link
Author

刚好在做的东西涉及到超图推荐，这篇又是发在KDD上，估计是很难不比较。^^抱拳

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Assignees
No one assigned
Labels
None yet
Projects
None yet
Milestone
No milestone
Development

No branches or pull requests
2 participants
@Coder-Yu @chenchongthu