Chong Chen
Chong Chen
也是可以的，两年前做的，代码写的还不是很规范
可否提供更多报错信息呢？另外是在什么机器上运行的呢？
Using GPU is much faster than using CPU in our experiments.
Sorry, we have never met this issue before, maybe you can google this error to find a solution.
We used python 2.7.12 before
you can obtain that from https://code.google.com/archive/p/word2vec/
yeah, since the original name is too long, we changed it to google.bin. In addition, please make sure that your tensorflow version is 0.12.1. The error may be caused by...
这个图趋势我们觉得可能有两个原因： （1）为了跟NTMR这篇文章保持一致，我们的用户分割也使用了（5-8，9-12，13-16，17-20，>20）这样的分割，但是按照这样分割的话每一组用户的数量差别比较大，比如我们发现，13-16以及17-20这两组用户的数量远少于5-8的用户。这样的话可能在结果上个体用户的影响会比较大。 （2）用户的主行为（purchase）虽然是逐渐增多的，但是每一组平均下来的额外行为数（view,cart）的数量其实是有变少很多的。我们的方法在之前也展示了这些额外行为对于用户偏好的预测也是非常有用的，因此我们觉得这两个图在在13-16这个阶段下降可能是这些额外行为数据变少导致的。
不客气~
我不太清楚你是怎么把loss跑成nan的，或许你可以试试https://github.com/chenchongthu/ENMF 的代码，EHCF_Sin和ENMF是一致的。 关于代码核心，我们不仅是做Positive rating的User-Item Matrix拟合，而是在全样本数据上做非采样学习，可以看一下论文里的推导。