grecx是一款基于tf_geometric框架的開源圖神經(jīng)網(wǎng)絡(luò)（gnn）推薦算法框架，旨在構(gòu)建高效、統(tǒng)一且易于擴(kuò)展的gnn-based推薦算法基準(zhǔn)庫。grecx實現(xiàn)了矩陣分解（mf）算法作為基礎(chǔ)推薦算法，并包括了當(dāng)前最有效和最具影響力的gnn-based推薦算法，如ngcf、lightgcn等，作為基準(zhǔn)算法。通過對grecx框架內(nèi)核的深度優(yōu)化，我們顯著縮短了模型訓(xùn)練時間，顯著提升了基準(zhǔn)推薦算法的性能。
GRecX的arxiv鏈接：https://www.php.cn/link/c7f06a3e0ab3785cab98e8d0180d9784
GRecX的github項目鏈接：https://www.php.cn/link/87912a3373692a7c4786e19c8bdde01a
tf_geometric項目鏈接：https://www.php.cn/link/b39c6e3d69c076e3db61d027ae537895
此次GRecX框架的升級主要包括添加基準(zhǔn)算法demo、更新基準(zhǔn)算法的結(jié)果以及優(yōu)化框架內(nèi)核代碼。
當(dāng)前的實驗結(jié)果如下（NGCF和LightGCN均采用三層GNN架構(gòu)）。需要注意的是，由于某些推薦算法需要依賴優(yōu)化的超參數(shù)（如L2正則參數(shù)）和技巧（如dropout）才能達(dá)到最佳效果，GRecX中的一些算法結(jié)果（例如MF）可能遠(yuǎn)高于現(xiàn)有文獻(xiàn)中的結(jié)果（例如，GRecX的MF性能比文獻(xiàn)中給出的MF性能高出40%）。在開發(fā)GRecX時，我們發(fā)現(xiàn)僅為MF尋找合適的超參數(shù)和技巧就需要大量時間，甚至需要使用暴力搜索。因此，對于結(jié)構(gòu)更為復(fù)雜的模型如NGCF、LightGCN等，其性能可能仍有提升空間，歡迎大家貢獻(xiàn)更好的超參數(shù)和技巧以構(gòu)建更好的Benchmark。
主要實驗結(jié)果
GRecX框架實現(xiàn)的demo列表如下：
矩陣分解（MF）MLP+MFNGCFLightGCNUltraGCN重構(gòu)和優(yōu)化的框架核心模塊包括：grecx.datasets模塊：統(tǒng)一了現(xiàn)有的GNN-based推薦算法常用數(shù)據(jù)集，并提供便捷的接口供用戶調(diào)用。grecx.model模塊：實現(xiàn)并優(yōu)化了現(xiàn)有的GNN-based推薦算法模型，如NGCF、LightGCN等，供用戶方便使用。grecx.evaluation模塊：實現(xiàn)了常用的推薦評價指標(biāo)，如NDCG，并進(jìn)行了深度優(yōu)化，大大縮短了算法評價時間。
.png)
