推荐召回算法：二部图GraphSAGE_智能推荐解决方案_PAI最佳实践

背景

图神经网络是目前深度学习热点的发展方向，PAI团队在前不久开源了graph-learn框架( https://github.com/alibaba/graph-learn )，提供了大量常见的图学习算法。二部图GraphSAGE是经典的图神经网络算法GraphSAGE 在二部图场景下的扩展，被用于淘宝内部推荐的召回场景。目前该算法已经在PAI-Studio正式上线。

在二部图场景下，对于user, item的交互数据，user和item可以看成图中的点，user-item之间的关系(点击，购买等)可以当作图中的边，因此整体的user, item的关系可以抽象为一个二部图。对于user和item，采样邻居时分别按照user-item-user-item.., item-user-item-user…的meta-path进行采样。

参数设置说明

输入为3个表，从左到右分别是user&item的行为表，user特征表，item特征表。

行为表说明

user:bigint型，user的ID
item:bigint型，item的ID
weight:double型，表明行为，比如1是购买，2是收藏等

User表说明

user:bigint型，user的ID
feature:String型，user的特征，每个特征以冒号分割，0元特征不可以省略。feature必须是float类型，会按照连续特征进行处理

Item表说明

item:bigint型，item的ID
feature:String型，item的特征，每个特征以冒号分割，0元特征不可以省略。feature必须是float类型，会按照连续特征进行处理

输出结果

输出结果为两个表，分别是User向量表和Item向量表，可以用于推荐的召回场景

PAI命令

pai -name bipartite_graphsage_ext
-project algo_public
-Dps_count=2
-Dps_memory=20000
-Dworker_count=2
-Dworker_memory=20000
-Dui_edge_table='u2i_edge'
-Du_node_table='u2i_node'
-Di_node_table='u2i_node_1'
-Du_emb_table='u_emb'
-Di_emb_table='i_emb'
-Depoch=2
-Dbatch_size=512
-Dlearning_rate='0.001'
-Ddrop_out='0.5'
-Dhidden_dim=128
-Doutput_dim=128
-Du_features_num=1
-Di_features_num=1
-Du_neighs_num='[10,5]'
-Di_neighs_num='[10]'
-Dneg_num=5
-Dagg_type='gcn'

参数

参数名	类型	解释
worker_count	int	TF worker(graph-learn client)数
ps_count	int	TF ps(graph-learn server)数，推荐worker_count = ps_count
worker_mem	int	worker内存
ps_mem	int	ps内存
ui_edge_table		输入的ui边表
u_node_table		输入的u的属性表
i_node_table		输入的i的属性表
u_emb_table		输出的u的embedding表
i_emb_table		输出的i的embedding表
epoch	int	训练的epcoh数
batch_size	int	训练的batch size
learning_rate	float	训练的学习率
drop_out	float	drop out率
hidden_dim	int	隐层的维数
output_dim	int	最后输出embedding的维数
u_features_num	int	u的总特征数
i_features_num	int	i的总特征数
u_neighs_num	string, 内容是list例如’[10,2]’	u的每一跳的邻居数。’[10, 2]’表示第一跳采样10个邻居，第二跳采样2个邻居。
i_neighs_num	string, 内容是list例如’[10]’	i的每一跳的邻居数
neg_num	int（可选），默认5	负采样数目(一条正样本对应的负样本数目)
agg_type	string（可选），默认’gcn’	聚合类型，’gcn’, ‘sum’ or ‘mean’