Dy Li

> 感谢您的回答

想请教一下如何实现原论文中的结果，参数配置是怎么样的，我使用的就是默认的参数配置，好像除了LastFM，在其他数据集上，MHCN和SEPT都跑不过LightGCN，不过LightGCN的结果与原论文给出的大致相似，差别不大，但是MHCN和SEPT的结果相差较大，感谢指导

我划分数据集是训练集:测试集=8:2，没有设置验证集，epoch=120，而且我发现RecBole的默认设置与原论文不太一样，比如embedding_size、ssl_reg等

好的，感谢您的回复，我去调整一下参数试试，谢谢指导

> > @LDY911 您好，要实现原论文中的结果需要和原论文设置保持基本一致才可以，比如 `embedding_size` 需要和原论文保持一致，直接使用默认的参数配置往往不能得到较好的结果。对于 MHCN 和 SEPT 等通过自监督学习的方式提升结果的模型，自监督学习的超参数 `ssl_reg` 对论文结果的影响较大，也需要经过较为精细的调参。 > > 关于论文的配置可以参考原作者提供的代码：[QRec](https://github.com/Coder-Yu/QRec/blob/master/model/ranking/MHCN.py)。由于原文是基于 tensorflow 实现的 MHCN 模型，所以使用基于 PyTorch 的 RecBole-GNN 时需要对涉及到的超参数进行细致的搜索，才能基本复现原文的结果。 > > 谢谢澜玲的回复。这位同学你可以贴一下你的参数吗？跑不过LightGCN是不可能的。 感谢您的回复，以下是我在RecBole使用SEPT在Douban-book上的参数设置，麻烦您帮我看一下哪里设置不合理 learner = adam...

> 我的论文实验部分4.1以及4.5都告诉了最佳参数，你这个设置里面有一些是不一致的比如ssl_weight是0.02而不是0.01。另外建议你用QRec跑，RecBole的实现可能会有一些细微差别。你可以看下这个issue关于douban-book数据集的问题[Coder-Yu/QRec#242](https://github.com/Coder-Yu/QRec/issues/242) 我通过调参基本复现了结果，感谢您的指导