数据

数据 样本量
local_train_splitByUser 1,086,120
local_test_splitByUser 121,216
item-info 2,370,585
reviews-info 8,898,041

local_train_splitByUser数据例子：

  1. #click    user    item    cat    itemList(用^B分割的)    catList(用^B分割的)
  2. 0    AZPJ9LUT0FEPY    B00AMNNTIA    Literature & Fiction    03077444340062248391047053070709789246221590516400    BooksBooksBooksBooksBooks
  3. 1    AZPJ9LUT0FEPY    0800731603    Books    03077444340062248391047053070709789246221590516400    BooksBooksBooksBooksBooks
  4. 0    A2NRV79GKAU726    B003NNV10O    Russian    0814472869007146207415839423000812538366B007IXVSBM19302784621482334291    BooksBooksBooksBooksBakingBooksBooks

local_test_splitByUser数据例子：

  1. #click    user    item    cat    itemList(用^B分割的)    catList(用^B分割的)
  2. 0    A3BI7R43VUZ1TY    B00JNHU0T2    Literature & Fiction    0989464105B00B01691C14778097321608442845    BooksLiterature & FictionBooksBooks
  3. 1    A3BI7R43VUZ1TY    0989464121    Books    0989464105B00B01691C14778097321608442845    BooksLiterature & FictionBooksBooks
  4. 0    A2Z3AHJPXG3ZNP    B0072YSPJ0    Literature & Fiction    147831096014922314521477603425B00FRKLA6Q    BooksBooksBooksUrban

item-info数据例子：

  1. #item    cat
  2. B00M029T4O    Literature & Fiction
  3. B00LZ7WVJ0    Abuse
  4. B00M1336U0    Budgeting & Money Management

reviews-info数据例子：

  1. #user    item rating time
  2. A10000012B7CGYKOMPQ4L    000100039X    5.0    1355616000
  3. A2S166WSCFIFP5    000100039X    5.0    1071100800
  4. A1BM81XB4QHOA3    000100039X    5.0    1390003200

uid_voc.pkl: dict(user, userId)
mid_voc.pkl: dict(item, itemId)
cat_voc:pkl: dict(cat, catId)

运行结果

DNN

跑通了，10iter结果为：
image.png
训练比较慢，只利用到了1个cpu，实际有48核可用。
image.png

DIN

跑通了，10iter结果为：
image.png

DIEN

跑不通。查找原因

疑问

  • 数据量？训练时间？

image.png
image.png

  • 多少维特征？
  • 模型如何部署？
  • 输入数据的例子？

超参调节

DNN

  • 学习率和batch_size | 目录 | 实验参数 | 结果 | | —- | —- | —- | | dnn2 | 默认参数 | | | dnn1 | batch_size=128*8 | 最佳test_auc=0.7174 | | | | |

todo

  • 提高gpu使用率

batch_size=1024
image.png