dmlc/dgl

About adding KGCN as an example of Recommender Systems

Open

#1 138 ouverte le 24 déc. 2019

Voir sur GitHub
 (3 commentaires) (0 réactions) (0 assignés)Python (2 928 forks)batch import
help wanted

Métriques du dépôt

Stars
 (12 665 stars)
Métriques de merge PR
 (Aucune PR mergée en 30 j)

Description

🚀 Feature

Can kgcn be used as an example of a recommendation system? Examples of recommendation systems are few. KGCN involves neighbor sampling, which is a good example of Nodeflow. It's also not too complicated Hope to implement with Pytorch.

(www19)Knowledge Graph Convolutional Networks for Recommender Systems https://arxiv.org/abs/1904.12575 https://github.com/hwwang55/KGCN

Guide contributeur

Direction de recherche
Commencez par lire l'article KGCN (arXiv:1904.12575) et son implémentation officielle en PyTorch. Ensuite, adaptez le à DGL en remplaçant l'échantillonnage manuel des voisins par l'échantillonneur intégré de DGL (ex. NeighborSampler). Intégrez le comme nouvel exemple dans le répertoire 'examples' du dépôt DGL. Assurez vous que l'exemple démontre la recommandation sur un jeu de données de graphe de connaissances (ex. MovieLens 20M). Testez avec l'API actuelle de DGL et fournissez un script pour reproduire les résultats.
Stack technique
pythonpytorch
Domaine
backendmachine learning
Type d'issue
Fonctionnalité
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-2 jours
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
PythonPyTorchBasic understanding of Graph Neural Networks
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
40