注意：本系列基于RecBole v.0.2.0 版本！
传送门：
RecBole小白入门系列博客（一）——快速安装和简单上手
RecBole小白入门系列博客（二）——General类模型运行流程

写在前面

1. 这次的内容和上次General类模型运行流程差不多，我会特别提一下Context类模型不一样和需要注意的地方。
2. 由于模型的完整运行流程会牵扯到很多部分，从数据到参数，所以这里将简略的举出例子，让大家可以大致独立完成模型的运行。关于一些更加具体和细微的部分，我将在后面单独写博客为大家介绍。

选定模型

RecBole中共有15个Context类模型可供使用，模型列表如下：

• Context模型列表
  • LR
  • FM
  • NFM
  • DeepFM
  • xDeepFM
  • AFM
  • FFM
  • FNN
  • DNN
  • DSSM
  • WideDeep
  • DIN
  • DCN
  • AutoInt

关于模型的具体信息可以查看上面的链接，大家选用需要的模型即可。我们以模型FM为例。

设置模型超参数

每个模型的超参数都不一致，大家可以从上面的链接中查看自己所需模型的超参数有哪些。在RecBole中每个模型都有默认的参数，因此如果是想简单跑一跑就暂时不动。
模型默认参数在源码目录RecBole/recbole/properties/model 中，各位感兴趣在小伙伴可以在里面查看默认参数值。
那么想调参的同学怎么办呢？读过RecBole小白入门系列博客（一）——快速安装和简单上手的朋友可能知道，在RecBole中调整参数有好几种方法，这里我推荐使用自定义配置文件。
RecBole的配置文件格式均使用.yaml文件，十分简洁明了，大致的形式如下：

accum: "stack"
gcn_output_dim: 500
embedding_size: 64
dropout_prob: 0.3
sparse_feature: True
class_num: 2
num_basis_functions: 2

参数名称: 参数值这样的样式
参数值可以是字典嵌套，也可以是列表等，就像这样

load_col:
  inter: [user_id, business_id, stars]
  item: [business_id, address, categories]
  user: [user_id, fans, compliment_hot, compliment_cool, complitment_cute, compliment_plain]

大家暂时不用管参数的含义等，后面会注意讲到。大致了解配置文件的格式之后，我再说下推荐的修改模型参数的方法：

• 在目录 RecBole/ 下新建配置文件 test.yaml
• 在test.yaml 中写入想要修改的参数
• 保存

例如，我想修改模型LR的参数，就去查看路径RecBole/recbole/properties/model/LR.yaml，可以发现LR参数很少，就只有一个：

embedding_size: 10

那如果我想把embedding_size改成32的话，就在test.yaml中写入

# model config
embedding_size: 32

别的模型参数同理

选定数据集

数据集基本格式

选定模型之后就是要选定要用的数据集了。RecBole框架使用的数据集要求处理成对应的原子文件才可以正常使用，目前支持6种原子文件，Context模型顾名思义会用到各种上下文，因此会用到的文件可能有多个 .inter、.item和**.user**

每个原子文件可以被看作 m 行 n 列的表格（不计表头），代表该文件存储了 n 种不同的特征，共 m 条记录。 文件第一行为表头，表头中每一列的形式为 feat_name:feat_type，标示了该列特征的名字及类型。 约定特征为四种类型之一。

关于数据集原子文件的处理和格式等，我接下来会专门用一篇博客来讲，这里给出一个简明的例子即可，想马上了解的同学可以看他们的网站https://recbole.io/cn/atomic_files.html
以及RecBole提供的已经按格式处理好的数据集
https://github.com/RUCAIBox/RecDatasets
以 ml-1m 为例 :
处理过后可以得到 ml-1m.inter 文件，模式如下：

还要注意Context模型用的数据集可以没有用户id和物品id，但最好特征多一些，才能得到更好的结果。

设置数据集参数

针对特定数据集，需要设置相应的参数，才可以让模型正常运行。这里仍然以 ml-1m 数据集为例，给出相应的配置文件。在上文 test.yaml 继续写入数据集参数，我会在下面注释中给出各个参数的含义，这些都是必须设置的参数。

# dataset config
field_separator: "\t" #指定数据集field的分隔符
seq_separator: " " #指定数据集中token_seq或者float_seq域里的分隔符
USER_ID_FIELD: user_id #指定用户id域
ITEM_ID_FIELD: item_id #指定物品id域
RATING_FIELD: rating #指定打分rating域
TIME_FIELD: timestamp #指定时间域
NEG_PREFIX: neg_ #指定负采样前缀
LABEL_FIELD: label #指定标签域
#因为数据集没有标签，所以设置一个阈值，认为rating高于该值的是正例，反之是负例
threshold:
    rating: 4
#指定从什么文件里读什么列，这里就是从ml-1m.inter里面读取user_id, item_id, rating, timestamp这四列,剩下的以此类推
load_col:
    inter: [user_id, item_id, rating]
    user: [user_id, age, gender, occupation]
    item: [item_id, genre]

  

设置训练参数

设置好数据及之后，我们要继续设置训练的参数，在test.yaml中继续写入：

# training settings
epochs: 500 #训练的最大轮数
train_batch_size: 4096 #训练的batch_size
learner: adam #使用的pytorch内置优化器
learning_rate: 0.001 #学习率
training_neg_sample_num: 0 #负采样数目
eval_step: 1 #每次训练后做evalaution的次数
stopping_step: 10 #控制训练收敛的步骤数，在该步骤数内若选取的评测标准没有什么变化，就可以提前停止了

大家一定注意，因为Context类模型不用负采样，因此training_neg_sample_num一定是0

设置评测参数

运行前最后一步，需要设置评测参数。在test.yaml中继续写入：

# evalution settings
eval_setting: RO_RS #对数据随机重排，设置按比例划分数据集
group_by_user: False #是否将一个user的记录划到一个组里
split_ratio: [0.8,0.1,0.1] #切分比例
metrics: ['AUC', 'LogLoss'] #评测标准
valid_metric: AUC #选取哪个评测标准作为作为提前停止训练的标准
eval_batch_size: 4096 #评测的batch_size

注意，区别于General类模型，Context模型没有全排序，所以在eval_setting设置里是没有full的

总结参数设置

至此我们的参数设置就全都好了，完整的 test.yaml 应该是这个样子的：

# model config
embedding_size: 32
# dataset config
field_separator: "\t" #指定数据集field的分隔符
seq_separator: " " #指定数据集中token_seq或者float_seq域里的分隔符
USER_ID_FIELD: user_id #指定用户id域
ITEM_ID_FIELD: item_id #指定物品id域
RATING_FIELD: rating #指定打分rating域
TIME_FIELD: timestamp #指定时间域
NEG_PREFIX: neg_ #指定负采样前缀
LABEL_FIELD: label #指定标签域
#因为数据集没有标签，所以设置一个阈值，认为rating高于该值的是正例，反之是负例
threshold:
    rating: 4
#指定从什么文件里读什么列，这里就是从ml-1m.inter里面读取user_id, item_id, rating, timestamp这四列,剩下的以此类推
load_col:
    inter: [user_id, item_id, rating]
    user: [user_id, age, gender, occupation]
    item: [item_id, genre]

# training settings
epochs: 500 #训练的最大轮数
train_batch_size: 4096 #训练的batch_size
learner: adam #使用的pytorch内置优化器
learning_rate: 0.001 #学习率
training_neg_sample_num: 0 #负采样数目
eval_step: 1 #每次训练后做evalaution的次数
stopping_step: 10 #控制训练收敛的步骤数，在该步骤数内若选取的评测标准没有什么变化，就可以提前停止了
# evalution settings
eval_setting: RO_RS #对数据随机重排，设置按比例划分数据集
group_by_user: False #是否将一个user的记录划到一个组里
split_ratio: [0.8,0.1,0.1] #切分比例
metrics: ['AUC', 'LogLoss'] #评测标准
valid_metric: AUC #选取哪个评测标准作为作为提前停止训练的标准
eval_batch_size: 4096 #评测的batch_size

运行

将 ml-1m 数据集文件夹放在目录RecBole/dataset 下，至此几个关键文件的层次应该是：

-RecBole
	-dataset
		-ml-1m
			ml-1m.inter
			ml-1m.item
			ml-1m.user
	test.yaml
	run_recbole.py

接下来按照我上期RecBole小白入门系列博客（一）——快速安装和简单上手讲的运行方法运行就好啦！
假设运行LR模型（别的模型同理，改一下model就好）

python run_recbole.py --model=LR --dataset=ml-1m \
--config_files=test.yaml

然后就有下面这样的信息输出了：
这里是打印出的训练参数信息，可以看到有很多我们没设置的默认信息

接下来是数据集的参数信息：

之后给出数据集的基本信息：

再然后是evaluation的设置：

下面是模型结构：

**接下来就开始训练啦，会打印出每一轮的结果： **

一直到训练结束，会给出最终的测试结果：

调（lian）参（dan）

参照上一期里的调参即可
RecBole小白入门系列博客（二） ——General类模型运行流程

结束语

Context类模型运行流程就写到这里，之后我还会继续更新剩下的两种模型运行流程，以及之前提到的各种参数设置，数据集处理，数据集配置等。大家还有什么想看的可以留言(￣▽￣)~，有什么问题也欢迎和我讨论！
最后附上官网、API文档和GitHub链接~大家有兴趣可以自行查阅哦！
官网：https://recbole.io/cn/index.html
API文档：https://recbole.io/docs/
GitHub：https://github.com/RUCAIBox/RecBole