CAAI-BDSC-Task1-Baseline

CAAI第八届全国大数据与社会计算学术会议 (CAAI-BDSC 2023) 社交图谱链接预测

任务一：社交图谱小样本场景链接预测 基线方法

说明

该仓库提供了基于异质信息网络表征模型的链接预测实现代码，其中数据处理基本流程、提交文件格式等可供参赛队伍参考，所用的CompGCN-DistMult模型并不是专用于小样本问题的模型。

代码参考自CompGCN模型的DGL官方实现。

使用

环境安装

建议通过Anaconda专门创建一个环境，并安装以下第三方依赖。

python=3.6.10
pytorch=1.10.2
dgl=0.9.1
pandas
json
heapq
ordered_set
collections

若有条件，请安装pytorch和dgl的GPU版本。

数据

以初赛为例，报名参赛后，在阿里巴巴天池平台下载初赛数据文件，并放到./data/文件夹。

event_info.json
user_info.json
source_event_preliminary_train_info.json
target_event_preliminary_train_info.json
target_event_preliminary_test_info.json

运行

在Terminal运行下面的命令：

python main.py --lr 0.003 --num_workers 10 --gpu 0

参赛队伍可以根据机器条件确定gpu、num_workers等参数。

输出和提交

模型文件baseline_ckpt.pth会输出到./checkpoint/文件夹。

初赛结果文件preliminary_submission.json会输出到./output/文件夹，可以直接提交到天池平台。

参考结果

	MRR@5	HITS@5
Baseline	0.24646	0.34941