关于baseline复现问题

[ll0ruc]

您好，注意到21-WWW-MHCN论文中对比的模型包含rating任务的GraphRec和ranking任务的DiffNet++。
请问，你当时的GraphRec是怎么适应调整到ranking任务的？我尝试了下，Graphrec加bpr loss，用在ranking任务上，分类准确率很低。
同时有注意到Diffnet原作者放出的Diffnet-code和Diffnet论文不一致，请问你当时是使用基于论文公式复现的网络吗。
在自己模型跟这些baseline相比时，如何保证对比的一致性

[Coder-Yu]

GraphRec 网上有好几个第三方实现的版本，我是选择了其中的一个版本。该模型原始代码质量确实比较差，看网上反响论文结果存疑，建议别follow了。Diffnet要求free embedding和content embedding作为输入，但大部分论文采用的数据集没有content，就只使用了free embedding。
复现时，同样experimental setting下复现不出来对方结果按自己跑的就行，能大致复现的使用对方结果。我是这么做的。

[Coder-Yu]

diffnet我是用自己实现的代码跑的 效果较差。同样结论在recbole-gnn里面也有，建议参考。