0
0

Python实现基于图神经网络的异构图表示学习和推荐算法研究

资源下载地址：https://download.csdn.net/download/sheziqiong/85978304
资源下载地址：https://download.csdn.net/download/sheziqiong/85978304

目录结构

  1. GNN-Recommendation/
  2.     gnnrec/             算法模块顶级包
  3.         hge/            异构图表示学习模块
  4.         kgrec/          基于图神经网络的推荐算法模块
  5.     data/               数据集目录（已添加.gitignore）
  6.     model/              模型保存目录（已添加.gitignore）
  7.     img/                图片目录
  8.     academic_graph/     Django项目模块
  9.     rank/               Django应用
  10.     manage.py           Django管理脚本

安装依赖

Python 3.7

CUDA 11.0

  1. pip install -r requirements_cuda.txt

CPU

  1. pip install -r requirements.txt

异构图表示学习（附录）

基于对比学习的关系感知异构图神经网络(Relation-aware Heterogeneous Graph Neural Network with Contrastive Learning, RHCO)

在这里插入图片描述

实验

见 readme

基于图神经网络的推荐算法(附录)

基于图神经网络的学术推荐算法(Graph Neural Network based Academic Recommendation Algorithm, GARec)

在这里插入图片描述

实验

见 readme

Django 配置

MySQL 数据库配置

  1. 创建数据库及用户
  1. CREATEDATABASE academic_graph CHARACTERSET utf8mb4;CREATEUSER'academic_graph'@'%' IDENTIFIED BY'password';GRANTALLON academic_graph.*TO'academic_graph'@'%';
  1. 在根目录下创建文件.mylogin.cnf
  1. [client]
  2. host = x.x.x.x
  3. port = 3306
  4. user = username
  5. password = password
  6. database = database
  7. default-character-set = utf8mb4
  1. 创建数据库表
  1. python manage.py makemigrations --settings=academic_graph.settings.prod rank
  2. python manage.py migrate --settings=academic_graph.settings.prod
  1. 导入 oag-cs 数据集
  1. python manage.py loadoagcs --settings=academic_graph.settings.prod

注：由于导入一次时间很长（约 9 小时），为了避免中途发生错误，可以先用 data/oag/test 中的测试数据调试一下

拷贝静态文件

  1. python manage.py collectstatic --settings=academic_graph.settings.prod

启动 Web 服务器

  1. exportSECRET_KEY=xxx
  2. python manage.py runserver --settings=academic_graph.settings.prod 0.0.0.0:8000

系统截图

搜索论文
在这里插入图片描述

论文详情
在这里插入图片描述

搜索学者
在这里插入图片描述

学者详情
在这里插入图片描述

附录

基于图神经网络的推荐算法

数据集

oag-cs - 使用 OAG 微软学术数据构造的计算机领域的学术网络（见 readme）

预训练顶点嵌入

使用 metapath2vec（随机游走 +word2vec）预训练顶点嵌入，作为 GNN 模型的顶点输入特征

  1. 随机游走
  1. python -m gnnrec.kgrec.random_walk model/word2vec/oag_cs_corpus.txt
  1. 训练词向量
  1. python -m gnnrec.hge.metapath2vec.train_word2vec --size=128 --workers=8 model/word2vec/oag_cs_corpus.txt model/word2vec/oag_cs.model

召回

使用微调后的 SciBERT 模型（见 readme 第 2 步）将查询词编码为向量，与预先计算好的论文标题向量计算余弦相似度，取 top k

  1. python -m gnnrec.kgrec.recall

召回结果示例：

graph neural network

  1. 0.9629    Aggregation Graph Neural Networks
  2. 0.9579    Neural Graph Learning: Training Neural Networks Using Graphs
  3. 0.9556    Heterogeneous Graph Neural Network
  4. 0.9552    Neural Graph Machines: Learning Neural Networks Using Graphs
  5. 0.9490    On the choice of graph neural network architectures
  6. 0.9474    Measuring and Improving the Use of Graph Information in Graph Neural Networks
  7. 0.9362    Challenging the generalization capabilities of Graph Neural Networks for network modeling
  8. 0.9295    Strategies for Pre-training Graph Neural Networks
  9. 0.9142    Supervised Neural Network Models for Processing Graphs
  10. 0.9112    Geometrically Principled Connections in Graph Neural Networks

recommendation algorithm based on knowledge graph

  1. 0.9172    Research on Video Recommendation Algorithm Based on Knowledge Reasoning of Knowledge Graph
  2. 0.8972    An Improved Recommendation Algorithm in Knowledge Network
  3. 0.8558    A personalized recommendation algorithm based on interest graph
  4. 0.8431    An Improved Recommendation Algorithm Based on Graph Model
  5. 0.8334    The Research of Recommendation Algorithm based on Complete Tripartite Graph Model
  6. 0.8220    Recommendation Algorithm based on Link Prediction and Domain Knowledge in Retail Transactions
  7. 0.8167    Recommendation Algorithm Based on Graph-Model Considering User Background Information
  8. 0.8034    A Tripartite Graph Recommendation Algorithm Based on Item Information and User Preference
  9. 0.7774    Improvement of TF-IDF Algorithm Based on Knowledge Graph
  10. 0.7770    Graph Searching Algorithms for Semantic-Social Recommendation

scholar disambiguation

  1. 0.9690    Scholar search-oriented author disambiguation
  2. 0.9040    Author name disambiguation in scientific collaboration and mobility cases
  3. 0.8901    Exploring author name disambiguation on PubMed-scale
  4. 0.8852    Author Name Disambiguation in Heterogeneous Academic Networks
  5. 0.8797    KDD Cup 2013: author disambiguation
  6. 0.8796    A survey of author name disambiguation techniques: 2010–2016
  7. 0.8721    Who is Who: Name Disambiguation in Large-Scale Scientific Literature
  8. 0.8660    Use of ResearchGate and Google CSE for author name disambiguation
  9. 0.8643    Automatic Methods for Disambiguating Author Names in Bibliographic Data Repositories
  10. 0.8641    A brief survey of automatic methods for author name disambiguation

精排

构造 ground truth

（1）验证集

从 AMiner 发布的 AI 2000 人工智能全球最具影响力学者榜单 抓取人工智能 20 个子领域的 top 100 学者

  1. pip install scrapy>=2.3.0
  2. cd gnnrec/kgrec/data/preprocess
  3. scrapy runspider ai2000_crawler.py -a save_path=/home/zzy/GNN-Recommendation/data/rank/ai2000.json

与 oag-cs 数据集的学者匹配，并人工确认一些排名较高但未匹配上的学者，作为学者排名 ground truth 验证集

  1. exportDJANGO_SETTINGS_MODULE=academic_graph.settings.common
  2. exportSECRET_KEY=xxx
  3. python -m gnnrec.kgrec.data.preprocess.build_author_rank build-val

（2）训练集

参考 AI 2000 的计算公式，根据某个领域的论文引用数加权求和构造学者排名，作为 ground truth 训练集

计算公式：
在这里插入图片描述

即：假设一篇论文有 n 个作者，第 k 作者的权重为 1/k，最后一个视为通讯作者，权重为 1/2，归一化之后计算论文引用数的加权求和

  1. python -m gnnrec.kgrec.data.preprocess.build_author_rank build-train

（3）评估 ground truth 训练集的质量

  1. python -m gnnrec.kgrec.data.preprocess.build_author_rank eval
  1. nDGC@100=0.2420 Precision@100=0.1859    Recall@100=0.2016
  2. nDGC@50=0.2308  Precision@50=0.2494     Recall@50=0.1351
  3. nDGC@20=0.2492  Precision@20=0.3118     Recall@20=0.0678
  4. nDGC@10=0.2743  Precision@10=0.3471     Recall@10=0.0376
  5. nDGC@5=0.3165   Precision@5=0.3765      Recall@5=0.0203

（4）采样三元组

从学者排名训练集中采样三元组(t, ap, an)，表示对于领域 t，学者 ap 的排名在 an 之前

  1. python -m gnnrec.kgrec.data.preprocess.build_author_rank sample

训练 GNN 模型

  1. python -m gnnrec.kgrec.train model/word2vec/oag-cs.model model/garec_gnn.pt data/rank/author_embed.pt

异构图表示学习

数据集

  • ACM - ACM 学术网络数据集

  • DBLP - DBLP 学术网络数据集

  • ogbn-mag - OGB 提供的微软学术数据集

  • oag-venue - oag-cs 期刊分类数据集
    数据集顶点数边数目标顶点类别数ACM1124634852paper3DBLP26128239566author4ogbn-mag193974321111007paper349oag-venue423516934520417paper360

    Baselines

  • R-GCN

  • HGT

  • HGConv

  • R-HGNN

  • C&S

  • HeCo

R-GCN (full batch)

  1. python -m gnnrec.hge.rgcn.train --dataset=acm --epochs=10
  2. python -m gnnrec.hge.rgcn.train --dataset=dblp --epochs=10
  3. python -m gnnrec.hge.rgcn.train --dataset=ogbn-mag --num-hidden=48
  4. python -m gnnrec.hge.rgcn.train --dataset=oag-venue --num-hidden=48 --epochs=30

（使用 minibatch 训练准确率就是只有 20% 多，不知道为什么）

预训练顶点嵌入

使用 metapath2vec（随机游走 +word2vec）预训练顶点嵌入，作为 GNN 模型的顶点输入特征

  1. python -m gnnrec.hge.metapath2vec.random_walk model/word2vec/ogbn-mag_corpus.txt
  2. python -m gnnrec.hge.metapath2vec.train_word2vec --size=128 --workers=8 model/word2vec/ogbn-mag_corpus.txt model/word2vec/ogbn-mag.model

HGT

  1. python -m gnnrec.hge.hgt.train_full --dataset=acm
  2. python -m gnnrec.hge.hgt.train_full --dataset=dblp
  3. python -m gnnrec.hge.hgt.train --dataset=ogbn-mag --node-embed-path=model/word2vec/ogbn-mag.model --epochs=40
  4. python -m gnnrec.hge.hgt.train --dataset=oag-venue --node-embed-path=model/word2vec/oag-cs.model --epochs=40

HGConv

  1. python -m gnnrec.hge.hgconv.train_full --dataset=acm --epochs=5
  2. python -m gnnrec.hge.hgconv.train_full --dataset=dblp --epochs=20
  3. python -m gnnrec.hge.hgconv.train --dataset=ogbn-mag --node-embed-path=model/word2vec/ogbn-mag.model
  4. python -m gnnrec.hge.hgconv.train --dataset=oag-venue --node-embed-path=model/word2vec/oag-cs.model

R-HGNN

  1. python -m gnnrec.hge.rhgnn.train_full --dataset=acm --num-layers=1 --epochs=15
  2. python -m gnnrec.hge.rhgnn.train_full --dataset=dblp --epochs=20
  3. python -m gnnrec.hge.rhgnn.train --dataset=ogbn-mag model/word2vec/ogbn-mag.model
  4. python -m gnnrec.hge.rhgnn.train --dataset=oag-venue --epochs=50 model/word2vec/oag-cs.model

C&S

  1. python -m gnnrec.hge.cs.train --dataset=acm --epochs=5
  2. python -m gnnrec.hge.cs.train --dataset=dblp --epochs=5
  3. python -m gnnrec.hge.cs.train --dataset=ogbn-mag --prop-graph=data/graph/pos_graph_ogbn-mag_t5.bin
  4. python -m gnnrec.hge.cs.train --dataset=oag-venue --prop-graph=data/graph/pos_graph_oag-venue_t5.bin

HeCo

  1. python -m gnnrec.hge.heco.train --dataset=ogbn-mag model/word2vec/ogbn-mag.model data/graph/pos_graph_ogbn-mag_t5.bin
  2. python -m gnnrec.hge.heco.train --dataset=oag-venue model/word2vec/oag-cs.model data/graph/pos_graph_oag-venue_t5.bin

（ACM 和 DBLP 的数据来自 https://github.com/ZZy979/pytorch-tutorial/tree/master/gnn/heco ，准确率和 Micro-F1 相等）

RHCO

基于对比学习的关系感知异构图神经网络(Relation-aware Heterogeneous Graph Neural Network with Contrastive Learning, RHCO)

在 HeCo 的基础上改进：

  • 网络结构编码器中的注意力向量改为关系的表示（类似于 R-HGNN）
  • 正样本选择方式由元路径条数改为预训练的 HGT 计算的注意力权重、训练集使用真实标签
  • 元路径视图编码器改为正样本图编码器，适配 mini-batch 训练
  • Loss 增加分类损失，训练方式由无监督改为半监督
  • 在最后增加 C&S 后处理步骤

ACM

  1. python -m gnnrec.hge.hgt.train_full --dataset=acm --save-path=model/hgt/hgt_acm.pt
  2. python -m gnnrec.hge.rhco.build_pos_graph_full --dataset=acm --num-samples=5 --use-label model/hgt/hgt_acm.pt data/graph/pos_graph_acm_t5l.bin
  3. python -m gnnrec.hge.rhco.train_full --dataset=acm data/graph/pos_graph_acm_t5l.bin

DBLP

  1. python -m gnnrec.hge.hgt.train_full --dataset=dblp --save-path=model/hgt/hgt_dblp.pt
  2. python -m gnnrec.hge.rhco.build_pos_graph_full --dataset=dblp --num-samples=5 --use-label model/hgt/hgt_dblp.pt data/graph/pos_graph_dblp_t5l.bin
  3. python -m gnnrec.hge.rhco.train_full --dataset=dblp --use-data-pos data/graph/pos_graph_dblp_t5l.bin

ogbn-mag（第 3 步如果中断可使用–load-path 参数继续训练）

  1. python -m gnnrec.hge.hgt.train --dataset=ogbn-mag --node-embed-path=model/word2vec/ogbn-mag.model --epochs=40 --save-path=model/hgt/hgt_ogbn-mag.pt
  2. python -m gnnrec.hge.rhco.build_pos_graph --dataset=ogbn-mag --num-samples=5 --use-label model/word2vec/ogbn-mag.model model/hgt/hgt_ogbn-mag.pt data/graph/pos_graph_ogbn-mag_t5l.bin
  3. python -m gnnrec.hge.rhco.train --dataset=ogbn-mag --num-hidden=64 --contrast-weight=0.9 model/word2vec/ogbn-mag.model data/graph/pos_graph_ogbn-mag_t5l.bin model/rhco_ogbn-mag_d64_a0.9_t5l.pt
  4. python -m gnnrec.hge.rhco.smooth --dataset=ogbn-mag model/word2vec/ogbn-mag.model data/graph/pos_graph_ogbn-mag_t5l.bin model/rhco_ogbn-mag_d64_a0.9_t5l.pt

oag-venue

  1. python -m gnnrec.hge.hgt.train --dataset=oag-venue --node-embed-path=model/word2vec/oag-cs.model --epochs=40 --save-path=model/hgt/hgt_oag-venue.pt
  2. python -m gnnrec.hge.rhco.build_pos_graph --dataset=oag-venue --num-samples=5 --use-label model/word2vec/oag-cs.model model/hgt/hgt_oag-venue.pt data/graph/pos_graph_oag-venue_t5l.bin
  3. python -m gnnrec.hge.rhco.train --dataset=oag-venue --num-hidden=64 --contrast-weight=0.9 model/word2vec/oag-cs.model data/graph/pos_graph_oag-venue_t5l.bin model/rhco_oag-venue.pt
  4. python -m gnnrec.hge.rhco.smooth --dataset=oag-venue model/word2vec/oag-cs.model data/graph/pos_graph_oag-venue_t5l.bin model/rhco_oag-venue.pt

消融实验

  1. python -m gnnrec.hge.rhco.train --dataset=ogbn-mag --model=RHCO_sc model/word2vec/ogbn-mag.model data/graph/pos_graph_ogbn-mag_t5l.bin model/rhco_sc_ogbn-mag.pt
  2. python -m gnnrec.hge.rhco.train --dataset=ogbn-mag --model=RHCO_pg model/word2vec/ogbn-mag.model data/graph/pos_graph_ogbn-mag_t5l.bin model/rhco_pg_ogbn-mag.pt

实验结果

顶点分类

参数敏感性分析

消融实验

资源下载地址：https://download.csdn.net/download/sheziqiong/85978304
资源下载地址：https://download.csdn.net/download/sheziqiong/85978304

标签： python 神经网络 学习
本文转载自: https://blog.csdn.net/sheziqiong/article/details/125691647
版权归原作者 biyezuopin 所有， 如有侵权，请联系我们删除。
登录后发布评论

“Python实现基于图神经网络的异构图表示学习和推荐算法研究”的评论:

还没有评论
关于作者
...
overfit同步小助手
文章同步
相关阅读

网络安全法-网络运行安全

使用selenium/drissionpage时如何阻止chrome自动跳转http到https

docker desktop 里部署的Open WebUI 管理员密码忘记了的处理方法

在ubuntu20.04中搭建onsite比赛运行环境

利用开源的低代码表单设计器FcDesigner高效管理和渲染复杂表单结构

Kafka学习笔记

【前端】浏览器输入url到页面呈现发生了什么？