跨领域项目库RecBole-CDR——使用经验

RecBole-CDR 是一个基于 RecBole 的代码库，其针对跨领域推荐算法。目前支持的跨域推荐模型包括CMF、DTCDR、CoNet等（具体见后文“RecBole-CDR支持的模型”）。由于该项目相比RecBole有一些额外的设置，在学习过程中通过查看源代码获取具体的信息，特在此记录以备后续查看。

Recbole-CDR项目的GitHub地址：RUCAIBox/RecBole-CDR

Recbole-CDR项目主要参数，可以参考Recbole项目提供的原始API文档。

1. Recbole API文档✨ （提供了详细的参数设置，使用方法等）
2. Recbole中文主页地址

一、整体数据流

下图为Data Flow，展示了从原始数据文件到输入算法进行计算的整体流程，其中针对跨领域推荐，DataLoader有不同的4种模式（后文会具体讲解）

二、 一些重要参数设置

针对跨领域推荐，由于数据集、模型架构、评估场景等的不同，参数有额外设置。将一些重要的参数记录如下，用于备忘：

1. train_epochs：设置跨领域训练模式，包含：SOURCE, TARGET, BOTH, OVERLAP。主要是dataloader.py和trainer.py中根据对应的模式对训练、验证和测试数据进行划分。

   • BOTH: Return both data in source domain and target domain. 同时训练两个领域
   • SOURCE: Only return the data in source domain. 只训练单个领域
   • TARGET: Only return the data in target domain. 只训练单个领域
   • OVERLAP: Return the overlapped users or items 仅训练领域重叠部分（users or items）
   • 项目中提供的model，其训练模式一般为固定的，如双目标跨域推荐通常为BOTH模式，而EMCDR需要分别在源领域和目标域训练后再联合训练Overlap部分：train_epochs: ["SOURCE:100","TARGET:100","OVERLAP:100"]。
   • 通常可以直接参考文件properties/model/modelName.yaml对应的设置；如果未设置，则为overall.yaml中的默认训练模式：train_epochs: ["BOTH:300"]

2. source_split/source_split_flag：当train_epochs中不包含SOURCE模式则为False，不切分数据集进行训练？

3. neg_sampling：负采样策略，自动从未被观察到的相互作用中，为每个正样本均匀地选择一个负样本

4. benchmark_filename (list)：加载已经预先拆分好的user-item交互的文件后缀列表。[part1, part2, part3]三者分别作为train, valid和test数据。Recbole将只进行normalize、remap id的操作，而不对数据做filter或其他处理。

   • 单个文件内，以"feat_name:feat_type"格式列名设置，表示特征名称和数据格式。示例：[user_id:token, item_id:token, label:float]
   • 一定要设置数据类型“feat_type”！主要包含4种类型，解释如下：
     

5. eval_step：该参数设置训练多少个epoch后，对valid数据集进行评估。如果小于1，则不会在valid数据集上计算模型。（不包含valid数据集，则设置为0）

三、利用Yaml文件 设置参数

推荐采用yaml文件设置参数，将不同类型的参数设置于对应的文件中，更有区分性：

• Data settings：properties/dataset/datasetName.yaml
• Model settings：properties/model/modelName.yaml
• General / training / evaluation settings：properties/overall.yaml + properties/model/modelName.yaml

其中，datasetName、modelName分别为数据集名称和模型名称，需要对应修改

四、RecBole-CDR支持的模型

• CMF from Singh et al.: Relational Learning via Collective Matrix Factorization (SIGKDD 2008).
• DTCDR from Zhu et al.: DTCDR: A Framework for Dual-Target Cross-Domain Recommendation (CIKM 2019).
• CoNet from Hu et al.: CoNet: Collaborative Cross Networks for Cross-Domain Recommendation (CIKM 2018).
• BiTGCF from Liu et al.: Cross Domain Recommendation via Bi-directional Transfer Graph Collaborative Filtering Networks (CIKM 2020).
• CLFM from Gao et al.: Cross-Domain Recommendation via Cluster-Level Latent Factor Model (PKDD 2013).
• DeepAPF from Yan et al.: DeepAPF: Deep Attentive Probabilistic Factorization for Multi-site Video Recommendation (IJCAI 2019).
• NATR from Gao et al.: Cross-domain Recommendation Without Sharing User-relevant Data (WWW 2019).
• EMCDR from Man et al.: Cross-Domain Recommendation: An Embedding and Mapping Approach (IJCAI 2017).
• SSCDR from Kang et al.: Semi-Supervised Learning for Cross-Domain Recommendation to Cold-Start Users (CIKM 2019).
• DCDCSR from Zhu et al.: A Deep Framework for Cross-Domain and Cross-System Recommendations (IJCAI 2018).

五、RecBole-CDR提供的跨领域数据集

RecBole-CDR提供了常用的三对源域-目标域数据集，并对实现的模型在这些数据集上进行了仔细的调参（可查看项目中的results/datasetName.md文件，datasetName为数据集名称）

• Amazon 数据集;
• Book-Crossing 数据集;
• Douban 数据集;