SGP4SR (AAAI'26)

Sequential recommendation model incorporating semantic and graph pooling.

Project Structure

├── data/                    # Data loading and transformation code
│   ├── dataloader.py        # Custom dataloader with transforms
│   ├── dataset.py           # SGPDataset - loads embeddings and interactions
│   └── transform.py         # Data augmentation transforms
├── dataset/                 # Dataset archive and unzipped training files
│   ├── baby_modern_bge_siglip.tar.gz
│   └── baby_modern_raw_unzip/
├── run.py                   # Main training script
├── sgp.py                   # SGP model implementation
├── model_utils.py           # Model utilities
├── SGP4SR.yaml              # Model config
├── run.yaml                 # Training config
└── README.md

Data

Data của project được unzip trực tiếp từ file:

/kaggle/SGP4SR/dataset/baby_modern_bge_siglip.tar.gz

File nén này đã chứa sẵn:

• baby.train.inter: tập train.
• baby.valid.inter: tập validation dùng trong quá trình train/early stopping.
• baby.test.inter: tập test dùng để đánh giá cuối cùng.
• text_features_bge.npy: vector text BGE, shape (7015, 768).
• image_features_siglip.npy: vector image SigLIP, shape (7015, 768).

1. Unzip Data

Chạy các lệnh sau từ thư mục project:

cd /kaggle/SGP4SR

mkdir -p dataset/baby_modern_raw_unzip
tar -xzf dataset/baby_modern_bge_siglip.tar.gz -C dataset/baby_modern_raw_unzip

Sau khi unzip, folder data gốc sẽ có dạng:

dataset/baby_modern_raw_unzip/
`-- baby_modern/
    |-- dataset/baby/
    |   |-- baby.train.inter
    |   |-- baby.valid.inter
    |   `-- baby.test.inter
    |-- text_features_bge.npy
    |-- image_features_siglip.npy
    |-- item_text.jsonl
    |-- image_paths.jsonl
    |-- image_download_failed.jsonl
    |-- item2id.json
    `-- user2id.json

2. Create RecBole File Links

RecBole đọc dataset theo tên folder và tên file cùng prefix. Vì folder train sẽ là baby_modern_raw_unzip, cần tạo các symlink sau:

cd /kaggle/SGP4SR

ln -sf baby_modern/dataset/baby/baby.train.inter dataset/baby_modern_raw_unzip/baby_modern_raw_unzip.train.inter
ln -sf baby_modern/dataset/baby/baby.valid.inter dataset/baby_modern_raw_unzip/baby_modern_raw_unzip.valid.inter
ln -sf baby_modern/dataset/baby/baby.test.inter dataset/baby_modern_raw_unzip/baby_modern_raw_unzip.test.inter
ln -sf baby_modern/text_features_bge.npy dataset/baby_modern_raw_unzip/baby_modern_raw_unzip.text
ln -sf baby_modern/image_features_siglip.npy dataset/baby_modern_raw_unzip/baby_modern_raw_unzip.image

Sau bước này, folder dùng để train sẽ có các file/link chính:

dataset/baby_modern_raw_unzip/
|-- baby_modern_raw_unzip.train.inter -> baby_modern/dataset/baby/baby.train.inter
|-- baby_modern_raw_unzip.valid.inter -> baby_modern/dataset/baby/baby.valid.inter
|-- baby_modern_raw_unzip.test.inter  -> baby_modern/dataset/baby/baby.test.inter
|-- baby_modern_raw_unzip.text        -> baby_modern/text_features_bge.npy
|-- baby_modern_raw_unzip.image       -> baby_modern/image_features_siglip.npy
`-- baby_modern/

3. Quick Check

Kiểm tra data/link đã có đúng chưa:

ls -l dataset/baby_modern_raw_unzip

Tên dataset dùng cho training là:

baby_modern_raw_unzip

All-in-One Setup

Có thể chạy toàn bộ bước unzip + tạo symlink bằng block sau:

cd /kaggle/SGP4SR

mkdir -p dataset/baby_modern_raw_unzip
tar -xzf dataset/baby_modern_bge_siglip.tar.gz -C dataset/baby_modern_raw_unzip

ln -sf baby_modern/dataset/baby/baby.train.inter dataset/baby_modern_raw_unzip/baby_modern_raw_unzip.train.inter
ln -sf baby_modern/dataset/baby/baby.valid.inter dataset/baby_modern_raw_unzip/baby_modern_raw_unzip.valid.inter
ln -sf baby_modern/dataset/baby/baby.test.inter dataset/baby_modern_raw_unzip/baby_modern_raw_unzip.test.inter
ln -sf baby_modern/text_features_bge.npy dataset/baby_modern_raw_unzip/baby_modern_raw_unzip.text
ln -sf baby_modern/image_features_siglip.npy dataset/baby_modern_raw_unzip/baby_modern_raw_unzip.image

Training

Smoke Train

Chạy thử vài step để kiểm tra data, embedding, model forward/backward đều hoạt động:

cd /kaggle/SGP4SR
python run.py -d baby_modern_raw_unzip --smoke-steps 2

Nếu chạy đúng, output sẽ có dạng:

smoke step 1/2 loss=...
smoke step 2/2 loss=...

Full Train

Chạy training full trên tập train, validate trên tập valid, và evaluate trên tập test:

cd /kaggle/SGP4SR
python run.py -d baby_modern_raw_unzip

Kết quả evaluation được ghi theo logic hiện tại trong run.py, bao gồm best_valid_result và test_result.

Kết quả JSON được lưu trong thư mục:

results/

Best Run Result

Best run hiện tại là run 2 với config:

learning_rate: 0.0003
weight_decay: 1e-5
MAX_ITEM_LIST_LENGTH: 123
epochs: 10
stopping_step: 10
hidden_dropout_prob: 0.4
attn_dropout_prob: 0.4

Best validation ở epoch 8 theo Recall@5.

Best valid result:

{
  "recall@5": 0.0443,
  "recall@10": 0.0706,
  "recall@20": 0.1022,
  "recall@50": 0.1675,
  "ndcg@5": 0.0271,
  "ndcg@10": 0.0355,
  "ndcg@20": 0.0435,
  "ndcg@50": 0.0564
}

Test result sau khi load best model:

{
  "recall@5": 0.0355,
  "recall@10": 0.0576,
  "recall@20": 0.0848,
  "recall@50": 0.1404,  
  "ndcg@5": 0.0229,
  "ndcg@10": 0.0301,
  "ndcg@20": 0.0369,
  "ndcg@50": 0.0479
}

Best checkpoint:

saved/SGP-May-09-2026_15-17-27.pth

Log chi tiết:

log/SGP/SGP-baby_modern_raw_unzip-May-09-2026_15-16-43-9d0c6c.log

JSON kết quả:

results/SGP-baby_modern_raw_unzip-2026-05-09_16-08-49.json

Config files:

• SGP4SR.yaml – Model hyperparameters
• run.yaml – Data & training configs