华为、人大、清华和港中文联合发布推荐系统的Benchmarking

嘿，记得给“机器学习与推荐算法”添加星标

---

| 作者：YEN

| 单位：东北大学

| 研究方向：推荐系统、计算广告

---

推荐系统的Benchmarking：BARS（BenchmArking for Recommender Systems）

• 论文标题：Towards Open Benchmarking for Recommender Systems（论文投稿到(NeurIPS 2021 Track on Datasets and Benchmarks)）
• 论文地址： https://openreview.net/forum?id=9jkFflx6Q6U
• 项目地址： https://openbenchmark.github.io/BARS/

尽管推荐系统近年来发展迅速，但一个普遍的关键问题是，仍然缺乏一个标准的基准，以鼓励严格的评估和量化在这个研究领域取得的真正进展。在本文中，作者提出了一个开放的推荐基准，它涵盖了现代推荐系统中两个最重要的阶段，即匹配和排序。特别是，它包含了各种数据集上的大量推荐模型之间的全面比较结果，以及每个结果对应的详细的可重复脚本。还提供了一个用户友好的基准测试工具包，以方便模型实现。作者的基准测试结果表明，该领域的评估不够严格(例如，忽略重要的基线)，迫切需要建立统一的基准测试。因此，本研究旨在为推荐系统的健康发展提供肥沃的土壤，以激发更坚实和可重复的研究。

本文目录

• 项目简介

• 推荐系统排序阶段Benchmarking

• 数据集

• 实验结果

• 推荐系统匹配阶段Benchmarking

• 数据集

• 实验结果

• 模型复现步骤

官网也说明了希望各位开发者积极参与到该项目的贡献！！

---

项目简介

科学的开放性是促进进步的关键。BARS是一个旨在为推荐系统开放 Benchmarking 的项目，允许更好的定量研究的可重复性和可重复性。BARS的最终目标是在推荐系统的开发中推动更多可重复的研究。BARS具有以下主要功能：

• 开放数据集：BARS 收集了一组广泛使用的公共数据集用于推荐研究，并分配唯一的数据集ID来跟踪每个数据集的特定数据分割。这允许以统一的方式共享和试验数据集。
• 开源代码：BARS 支持开源原则，并为推荐研究提供开源模型实现列表。
• 基准测试pipeline：BARS 构建了一个开放的基准测试pipeline，以确保每个步骤产生的所有工件的透明度和可用性。
• 综合结果：BARS提供了迄今为止最全面的基准测试结果，涵盖了数十个 SOTA模型和数十个数据集分割。这些结果可以很容易地重复用于未来的研究。
• 重现步骤：BARS 的核心是通过详细记录重现步骤，遵循开放的基准测试管道，确保每个基准测试结果的可重现性。
• 任何人均可编辑：BARS 对社区开放。任何人都可以通过 Github 上的拉取请求贡献新的数据集、新模型或新的基准测试结果。

通过设置开放的基准测试标准，以及免费提供的数据集、源代码和复制步骤，作者希望 BARS 项目可以使社区中的所有研究人员、从业人员和教育工作者受益。

benchmark_pipeline.jpg

推荐系统排序阶段Benchmarking

数据集

A collection of public datasets for CTR prediction research

实验结果

更多实验结果参考官网的实验部分：https://openbenchmark.github.io/ctr-prediction/leaderboard/criteo_x4_001.html

例如：

推荐系统匹配阶段Benchmarking

数据集

实验结果

更多实验结果参考官网实验部分：https://openbenchmark.github.io/candidate-matching/leaderboard/amazonbooks_x0_001.html

Benchmarking on amazonbooks_x0_001

模型复现步骤

官网给了详细的复现参数配置以及训练日志，例如：

2020-08-09 23:28:47,581 P587 INFO {
    "batch_norm": "False",
    "batch_size": "10000",
    "data_format": "h5",
    "data_root": "../data/Criteo/",
    "dataset_id": "criteo_x4_5c863b0f",
    ...
    
2020-08-09 23:28:47,583 P587 INFO Set up feature encoder...
2020-08-09 23:28:47,583 P587 INFO Load feature_map from json: ../data/Criteo/criteo_x4_5c863b0f/feature_map.json
2020-08-09 23:28:47,583 P587 INFO Loading data...
2020-08-09 23:28:47,588 P587 INFO Loading data from h5: ../data/Criteo/criteo_x4_5c863b0f/train.h5
2020-08-09 23:28:52,372 P587 INFO Loading data from h5: ../data/Criteo/criteo_x4_5c863b0f/valid.h5
2020-08-09 23:28:54,189 P587 INFO Train samples: total/36672493, pos/9396350, neg/27276143, ratio/25.62%
2020-08-09 23:28:54,315 P587 INFO Validation samples: total/4584062, pos/1174544, neg/3409518, ratio/25.62%
2020-08-09 23:28:54,315 P587 INFO Loading train data done.
2020-08-09 23:29:13,705 P587 INFO Start training: 3668 batches/epoch
2020-08-09 23:29:13,705 P587 INFO ************ Epoch=1 start ************
2020-08-10 02:08:56,236 P587 INFO [Metrics] logloss: 0.445034 - AUC: 0.806660
2020-08-10 02:08:56,238 P587 INFO Save best model: monitor(max): 0.361626
2020-08-10 02:08:57,906 P587 INFO --- 3668/3668 batches finished ---
2020-08-10 02:08:57,976 P587 INFO Train loss: 0.462868
2020-08-10 02:08:57,976 P587 INFO ************ Epoch=1 end ************
2020-08-10 04:48:54,593 P587 INFO [Metrics] logloss: 0.442922 - AUC: 0.808947
2020-08-10 04:48:54,594 P587 INFO Save best model: monitor(max): 0.366025
2020-08-10 04:48:56,825 P587 INFO --- 3668/3668 batches finished ---
2020-08-10 04:48:56,898 P587 INFO Train loss: 0.457419
...

官网也说明了希望大家积极参与到该项目的贡献！！

推荐阅读

Attention机制在深度推荐算法中的总结

一文梳理联邦学习推荐系统研究进展

最新基于强化学习的推荐系统综述

喜欢的话点个在看吧👇