jittor-GPNUT1-JGRec

第六届计图人工智能挑战赛 · 赛道一：基于图学习的动态推荐任务

战队名：GPNUT1
GitLink 仓库：https://gitlink.org.cn/Puiching-Memory/jittor-GPNUT1-JGRec
GitHub 仓库：https://github.com/Puiching-Memory/jittor-GPNUT1-JGRec
开源协议：MIT

项目目标是在给定历史时序交互 (src, dst, time) 和测试候选集合 (src, time, c1...c100) 的条件下，为每个候选目标输出可提交的交互概率分布。

当前主线模型是 hybrid：以时间因果切分训练融合器，将强统计记忆、候选先验、结构共现、 Two-Tower 表示、图协同过滤和序列偏好组合为候选级特征，再用 Jittor MLP 在每行 100 个候选内做 softmax 重排序。

当前提交候选

当前工作区已验证的 A 榜提交包：

result/hybrid_perfcheck_d1d2_50k20k_mrr_r100_ch32_seed60/result.zip

线上反馈分数：

1.2044345219596662

该包为全量 dataset1 + dataset2 重新生成结果，不使用 --dataset 或 --limit-rows：

dataset1 -> result/hybrid_perfcheck_d1d2_50k20k_mrr_r100_ch32_seed60/csv/dataset1.csv
dataset2 -> result/hybrid_perfcheck_d1d2_50k20k_mrr_r100_ch32_seed60/csv/dataset2.csv

提交时只上传 result.zip。不要上传 data/、result/ 目录或中间日志。

数据目录

程序按数据集目录发现输入文件：

data/
  dataset1/
    train.csv
    test.csv
  dataset2/
    train.csv
    test.csv

train.csv 需要包含 src,dst,time。test.csv 需要包含 src,time,c1,...,c100。

快速运行

安装依赖：

uv sync

生成完整提交：

uv run jgrec-build

快速冒烟：

uv run jgrec-build --limit-rows 2 --max-fit-events 512 --max-train-events 32 --max-val-events 16 --num-negatives 3 --epochs 1 --disable-gnn --disable-seq

输出结构：

result/<run_id>/
  csv/
    dataset1.csv
    dataset2.csv
  result.zip
  memory.log

result.zip 根目录直接包含 dataset1.csv、dataset2.csv，不包含额外目录层级。

冲分运行建议

当前本地 8G 显存、24G 内存环境下，建议优先单独重跑 dataset2，确认改动收益后再与稳定的 dataset1.csv 拼包。完整命令和提交检查表见提交说明。

核心思路：

--max-fit-events 0 保持最终 encoder 使用完整训练历史。
提高 --max-train-events、--max-val-events 可以让融合器看到更多监督事件，但会增加训练时间。
--selection-metric mrr 可用于与默认 ap 对比，因为线上评分是 MRR。
--test-candidate-negative-ratio 用于校准冷启动/新链接数据的负采样分布。
不建议为了提速直接关闭 structure、two_tower、candidate_prior，这些是当前 dataset2 提升的关键特征。

模型摘要

hybrid 特征顺序为：

stats + candidate_prior + structure + two_tower + graph + sequence

主要模块：

stats.py：历史重复、近期命中、目标热度、源节点活跃度等因果统计特征。
candidate_prior.py：只使用 test.csv 候选出现频次和行内 rank，不使用标签，用于补足未见目标节点信号。
structure.py：共同邻居、Jaccard、共现、转移等结构特征。
two_tower.py：Jittor 双塔候选表示，输出 dot/cosine 特征。
gnn.py：XSimGCL/LightGCN 图协同过滤塔。
sequence.py：SASRec/GRU 序列偏好塔。
fusion.py：Jittor MLP 融合器，按验证集在多个特征 mask 中选择最终特征组。

自动策略不会读取数据集名称，而是根据训练 holdout 和测试候选分布将数据画像为 repeat_memory、balanced 或 new_link_cold，再自动调整 test-candidate 负采样比例。

开发检查

uv run python -m compileall -q src scripts tests
uv run --group dev pytest
uv run --group dev ruff check .
uv run zensical build

WSL/Jittor 本地环境可以直接用项目源码运行：

export PYTHONPATH=src
/mnt/d/work/jittor-local/env/bin/python -m jgrec.cli --help