This is a repository with RecSys Codes based on Pytorch.
DeepRec is mainly based on RecBole, RecSysDatasets, NeuRec, SGL and adopts some codes from LightGCN-PyTorch, NGCF-PyTorch. Many thanks to their wonderful work!
mkdir -p ./rec_data/raw,mkdir -p ./rec_data/atom,mkdir -p ./rec_data/processed.- download raw files to
./rec_data/raw. - transfer raw files to atom files via
scripts/raw2atom.sh, or you can download atom files directly from https://drive.google.com/drive/folders/1so0lckI6N6_niVEYaBu-LIcpOdZf99kj. Dataset information see reference https://github.com/RUCAIBox/RecSysDatasets. - transfer atom files to processed files(train, valid, test) via
scripts/ml-100k.sh. (Configure different dataset by writing scripts/dataset_name.sh) - Now, the files structure will be like
Files structure. - You can load
train, valid, testfile via dataset.py.
DeepRec
├── data
│ ├── __init__.py
│ ├── dataset.py
│ ├── dataloader.py
│ ├── iteraction.py
│ ├── preprocessor.py
│ ├── sampler.py
│ └── README.md
├── datasets
│ ├── __init__.py
│ ├── base_dataset.py
│ └── all_dataset.py
├── losses
│ ├── __init__.py
│ ├── emb_loss.py
│ ├── reg_loss.py
│ └── bpr_loss.py
├── layers
│ ├── __init__.py
│ └── layers.py
├── models
│ ├── __init__.py
│ └── base_model.py
├── rec_data
│ ├── atom
│ │ ├── gowalla
│ │ │ └── gowalla.inter
│ │ ├── ml-1m
│ │ │ ├── ml-1m.inter
│ │ │ ├── ml-1m.item
│ │ │ └── ml-1m.user
│ ├── processed
│ │ ├── gowalla
│ │ │ ├── gowalla_ratio_u10_i10.all
│ │ │ ├── gowalla_ratio_u10_i10.item2id
│ │ │ ├── gowalla_ratio_u10_i10.log
│ │ │ ├── gowalla_ratio_u10_i10.test
│ │ │ ├── gowalla_ratio_u10_i10.train
│ │ │ ├── gowalla_ratio_u10_i10.user2id
│ │ │ └── gowalla_ratio_u10_i10.valid
│ │ ├── ml-1m
│ │ │ ├── ml-1m_ratio_u0_i0.all
│ │ │ ├── ml-1m_ratio_u0_i0.item2id
│ │ │ ├── ml-1m_ratio_u0_i0.log
│ │ │ ├── ml-1m_ratio_u0_i0.test
│ │ │ ├── ml-1m_ratio_u0_i0.train
│ │ │ └── ml-1m_ratio_u0_i0.user2id
│ ├── raw
│ │ ├── gowalla
│ │ │ └── loc-gowalla_totalCheckins.txt
│ │ └── ml-1m
│ │ ├── README
│ │ ├── users.dat
│ │ ├── movies.dat
│ │ └── ratings.dat
├── scripts
│ ├── raw2atom.sh
│ ├── atom2processed.sh
│ └── ml-100k.sh
├── examples
│ └── puremf.sh
├── utils
│ ├── __init__.py
│ ├── meta.py
│ ├── decorators.py
│ ├── logger.py
│ ├── metrics.py
│ ├── metrics_tensor.py
│ ├── util.py
│ ├── raw2atom.py
│ └── atom2processed.py
├── main.py
└── README.md
- see
./main.pyto know how to load data iter and design a model training and testing. - write your own models and layers(if need) and losses in
./models/and./layers/and./losses/. See./models/base_model.py - configure your model arguments and write a bash file under
./examples/ - run
bash examples/puremf.sh