SASRec: 自注意力序列推荐模型技术文档

1. 安装指南

环境要求

• 操作系统: Linux
• GPU: GTX 1080 Ti (推荐)
• TensorFlow: 1.12
• Python: 2

安装步骤

1. 克隆项目:

   git clone https://github.com/your-repo/SASRec.git
   cd SASRec
   

2. 安装依赖:

   pip install -r requirements.txt
   

3. 验证安装: 运行以下命令以确保环境配置正确：

   python main.py --dataset=Video --train_dir=default
   

2. 项目使用说明

数据集准备

项目中已包含预处理的数据集，例如 data/Video.txt。每行包含一个 user id 和一个 item id，表示一次交互（按时间戳排序）。

自定义数据集

1. 下载Amazon评论数据集，例如从 这里 下载。
2. 运行数据预处理脚本，生成 txt 格式的数据。

模型训练

使用以下命令在 Video 数据集上训练模型（使用默认超参数）：

python main.py --dataset=Video --train_dir=default

或者在 ml-1m 数据集上训练：

python main.py --dataset=ml-1m --train_dir=default --maxlen=200 --dropout_rate=0.2

3. 项目API使用文档

主要API

• main.py: 主程序入口，用于启动模型训练。
  • 参数:
    • --dataset: 指定数据集名称（例如 Video, ml-1m）。
    • --train_dir: 训练目录名称。
    • --maxlen: 序列最大长度（默认200）。
    • --dropout_rate: Dropout率（默认0.2）。

示例

python main.py --dataset=Video --train_dir=default

4. 项目安装方式

克隆项目

git clone https://github.com/your-repo/SASRec.git
cd SASRec

安装依赖

pip install -r requirements.txt

验证安装

运行以下命令以确保环境配置正确：

python main.py --dataset=Video --train_dir=default

通过以上步骤，您可以成功安装并使用SASRec模型进行序列推荐任务。