MAMO模型复现

原文为MAMO: Memory-Augmented Meta-Optimization for Cold-start Recommendation。
本文重点是用几个记忆网络保存用户、物品及任务的一些信息，在遇到新任务时，用之前任务学到的一些先验知识进行初始化，之后经过少量迭代就可以收敛到一个不错的效果。

for i in range(self.n_epoch):
    start = time.time()
    u_grad_sum, i_grad_sum, r_grad_sum = self.model.get_zero_weights()
    
    for u in self.train_users[:100]:
        bias_term, att_values = user_mem_init(self.user_feature[u], self.device, self.FeatureMEM, self.x1_loading,self.alpha)

        self.model.init_u_mem_weights(self.phi_u, bias_term, self.tao, self.phi_i, self.phi_r)

        self.model.init_ui_mem_weights(att_values, self.TaskMEM)
        
        interaction_info = [[self.user_feature[u]] * (self.support_size + self.query_size) , 
                            [self.item_feature[item_id] for item_id in self.dataset_['ui_interactions'][u]],
                            self.dataset_['ui_ratings'][u] - 1,
                            self.dataset_['ui_states'][u]]
        
        user_module = LOCALUpdate(self.model, u, self.dataset, self.support_size, self.query_size, self.batch_size,
                                  self.n_inner_loop, self.rho, top_k=3, device=self.device, interaction_info=interaction_info)
        

        u_grad, i_grad, r_grad = user_module.train()
        u_grad_sum, i_grad_sum, r_grad_sum = grads_sum(u_grad_sum, u_grad), grads_sum(i_grad_sum, i_grad), \
                                             grads_sum(r_grad_sum, r_grad)
        
        self.FeatureMEM.write_head(u_grad, self.beta)
        u_mui = self.model.get_ui_mem_weights()
        self.TaskMEM.write_head(u_mui[0], self.gamma)
        
    self.phi_u, self.phi_i, self.phi_r = maml_train(self.phi_u, self.phi_i, self.phi_r,
                                                    u_grad_sum, i_grad_sum, r_grad_sum, self.lamda)
    
    self.test_with_meta_optimization(i)
    end = time.time()
    print('Epoch {} cost {:.2f}s'.format(i+1, end-start))

实际流程和文章中给出的伪代码略有些不同。
第6行是获取\(b_u\)和\(a_u\)，\(b_u\)是个性化偏置，\(a_u\)是用户与用户记忆的attention分数，同时更新\(M_P\)。
第8行是获取\(\theta_u\)、\(\theta_i\)、\(\theta_r\)，分别对应用户embedding生成模块、物品embedding生成模块、推荐模块的参数。
第10行是获取\(M_{u,I}\)，获取用户偏好矩阵。
第12~15行是获取本轮训练的数据。
第17~18和21行进行inner update，更新模型参数，并且获取到用户embedding生成模块、物品embedding生成模块、推荐模块的梯度。
第22~23行，梯度累加。
第25行，更新\(M_U\)。
第27行，更新\(M_{U,I}\)。
第29~30行，更新全局的用户embedding生成模块、物品embedding生成模块、推荐模块参数。

这里想要吐槽一下，作者给出的源码把每个用户的数据单独存储，处理后的数据大小变成1个G，我优化了一下存储数据的方法，数据只有几十M，而且运行速度和作者的基本上没差。
本文的思路很好，为每个用户生成独有的embedding生成器和推荐器，但是实验结果不太稳定，甚至在一些情况下MeLU比它要好不少，我觉得该方法应该还有较大的改进空间。

在movielens-1m上进行实验，四个场景分别为老用户-老物品、老用户-新物品、新用户-老物品、新用户-新物品，评估指标为MAE。

	W-W	W-C	C-W	C-C
原文结果	0.8725	0.9306	0.8967	0.8894
复现结果	0.8234	1.0043	0.7904	0.7778