# 基于浏览记录的个性化节点推荐算法

**Repository Path**: husterpan/HisRank

## Basic Information

- **Project Name**: 基于浏览记录的个性化节点推荐算法
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2022-08-31
- **Last Updated**: 2022-08-31

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## 基于浏览记录的个性化节点推荐算法
图卷积模型代码采用Thomas等人的工作，GitHub：https://github.com/tkipf/gcn
### 实验环境
- python==3.6.13
- tensorflow==1.10

### 目录结构

```
├─ gcn-master
│  ├─ experiment
│  │  ├─ cora_rank(保存各类算法在某数据集上的排序结果)
│  │  ├─ ...
│  │  ├─ draw(画结果图的py文件)
│  │  ├─ exp.py(对比各类排序算法的排序结果)
│  │  └─ run.py(加载预测模型并进行节点排序，将结果保存)
│  │
│  ├─ gcn
│  │  ├─ data(数据集)
│  │  ├─ ...
│  │  └─ train.py(加载数据集训练模型并保存模型)
│  │  
│  model
│  │  ├─ ...
│  │  └─ cora(在某数据集上的模型)
│  │ 
│  └─exp_result.docx(实验结果) 
```
- 首先运行`gcn/train.py`，训练模型并保存至`model`文件夹。
- 运行`experiment/run.py`加载模型进行节点排序并保存排序结果。
- 运行`experiment/exp.py`对比算法的排序结果