drumehiron / graph_star

Graph Star Net

Graph Star

基本的に本家の実装を使用しています．

https://github.com/graph-star-team/graph_star

本家の実装からの差分は

1. 自分のデータを学習できる形に変形data.py
2. sansan データで Link Prediction モデルを作成する sansan_lp.py
3. 学習データからそれぞれの辺の Link Prediction Score を出す use_score.py

です．

学習データのサイズとして node_num 10^5, edge_num 10^6 程度を想定しています．

GPU は gcp をお借りしました．メモリ数は16Gでした．

実行準備

$ python --version
3.6.6
$ python -m venv venv
$ source venv/bin/avtivate
$ pip install -r requirement.txt

ほか pytorch_geometric の install などは下記 URL を参考にしてください

https://github.com/rusty1s/pytorch_geometric#installation

CUDA の install も必要かと思います．

Make Own Dataset

準備

• 頂点を 0-indexに置き換えられたcsvファイルをdata/rawdata/配下に用意

• 頂点数の確認．

data.py の書き換え

# node_num
num_nodes = ####

# raw_csv_path 
edge_df = pd.read_csv('data/raw_data/filename.csv')

# node column_name_1,column_name_2
edge_company = torch.tensor(edge_df[["column_name_1","column_name_2"]].values, dtype=torch.long)

実行

$ python data.py

処理が終わってるデータとしてsansan_2r.pklとbig_company.pklを用意してます．

sansan_2r.pkl ：sansan から距離2のデータセット big_company.pkl ：会社，Userの2部グラフデータセットで次数でデータセットを減らしています．

Make Model

$ bash sansan_lp.sh 

$ bash big_company_sansan.sh 

引数の詳細は

https://github.com/graph-star-team/graph_star#options

とほとんど同じですが，modelnameだけ追加しております．

User Model

$ python use_model.py

csvにtestデータのscoreと正解ラベルに保存されてます．

もくもく会で使用するデータセットを作成するとき

MOKUMOKU = True

sansan_all_egde.pkl ：sansan から距離2のユーザに対する辺のデータ big_company_all_egde.pkl ：sansan から距離2のユーザに対する辺のデータ