使用深度学习方法进行序列推荐

问题遇到的现象和发生背景

业基于 PyTorch 框架构建深度学习模型，尽可能提升序列推荐的性能。
包括 Beauty 和 Cellphones 两个
类别。两个数据集均已划分好训练数据和测试数据，数据中每一行为一条训练样 本。其中 train_sessions.csv 包括两个字段，session 字段为用户的历史匿名交互序
列，label 为真实数据中用户下一次交互的产品；test_sessions.csv 中仅包括 session
字段。

问题相关代码，请勿粘贴截图

GRU4REC: https://github.com/hungthanhpham94/GRU4REC-pytorch
NARM: https://github.com/Wang-Shuo/Neural-Attentive-Session-Based-Recommendation-PyTorch
SR-GNN: https://github.com/CRIPAC-DIG/SR-GNN
GCE-GNN: https://github.com/CCIIPLab/GCE-GNN

我的解答思路和尝试过的方法

SRGNN
KeyError: 0

我想要达到的结果

输入：每个 batch 输入 batch_size 行训练数据。
输出：1）输出每条测试数据预测分数 top@20 的产品，保存至 test_result.csv
中，test_result.csv 应包括 session 和 predict 两个字段，其中 predict 是一个按照预
测分数排序长度为 20 的列表。

可以有偿
s ii
+v或邮箱