完整代码——SASRec 基于自注意力的序列推荐

关于“SASRec 基于自注意力的序列推荐”这篇论文的学习笔记和代码复现可以看之前写的这两篇：

学习笔记——SASRec 基于自注意力的序列推荐-CSDN博客

代码复现——SASRec 基于自注意力的序列推荐-CSDN博客

这次是关于这篇论文的代码展示，全文一万六千多字，难免会有所疏漏，有任何问题欢迎指出。

需要完整代码压缩包的伙伴可以私信我(复现不易，分享难得，小偿即可，白嫖勿扰)。

1、项目代码结构

1.1、data文件夹中存放了各种经过处理的数据集

 文本内容长这样

其中user-course_order.txt是由user-course_order.json得来的， user-course_order.json长这样：

1.2、jsonProcessing文件夹中存放的是各种数据处理代码

如何将json文件转换成模型所需的数据格式呢，在jsonProcessing文件夹下运行json2txt.py代码

import json


def read_json(file_path):
    """
    读取JSON文件，文件中每一行都是一个独立的JSON对象。它将每一行解析为Python字典，并将所有用户存储在一个列表中。
    """
    data = []
    with open(file_path, 'r', encoding='utf-8') as file:
        for line in file:
            data.append(json.loads(line))
    return data


def write_to_txt(users, output_file):
    """
    遍历用户列表，对于每个用户，提取新用户ID和课程编号列表，并将它们转换为指定的格式（每行包含用户ID和课程ID），然后写入TXT文件。
    """
    with open(output_file, 'w', encoding='utf-8') as file:
        for user in users:
            new_user_id = user['新用户id']
            for course_id in user['course_order_numbered']:
                file.write(f"{new_user_id} {course_id}\n")


# 主函数
def main():
    """
    读取JSON文件中的用户数据。
    遍历每个用户的数据，提取新用户ID和课程编号列表。
    将这些数据转换为指定的格式，即每行包含用户ID和课程ID。
    将转换后的数据写入TXT文件。
    """
    user_json_path = '../data/selected_user_numbered.json'  # 筛选后的用户JSON文件路径
    output_txt_path = '../data/user-course_order.txt'  # 输出TXT文件路径

    # 读取筛选后的用户数据
    filtered_users = read_json(user_json_path)

    # 将用户数据写入TXT文件
    write_to_txt(filtered_users, output_txt_path)

    print(f'用户数据已写入 {output_txt_path}')


if __name__ == '__main__':
    main()

 要想得到selected_user_numbered_large.json文件，要先将原始慕课数据集进行处理。

1.2.1、原始的user.json，存放了所有学生的id、姓名、课程观看序列等信息

1.2.2、原始的course.json，存放了所有课程的id、课程名等信息 

 1.2.3、在jsonProcessing文件夹下运行course_number.py代码

先给课程重新编号，从1开始，得到course_numbered.json，其文件内容为：

代码为： 

import json


def read_course_json(file_path):
    """
    读取JSON文件，假设每个课程占一行。
    """
    courses = []
    with open(file_path, 'r', encoding='utf-8') as file:
        for line in file:
            courses.append(json.loads(line))
    return courses


def assign_numbers(courses):
    """
    为课程分配从1开始的编号。
    """
    course_id_map = {}
    for index, course in enumerate(courses, start=1):
        course_id_map[course['id']] = index
    return course_id_map


def write_courses_with_numbers(courses, course_id_map, output_file):
    """
    将编号后的数据写入新的JSON文件。
    """
    with open(output_file, 'w', encoding='utf-8') as file:
        for course in courses:
            # 创建一个新的字典，只包含编号、原编号和课程名
            new_course = {
                '新课程编号id': course_id_map[course['id']],
                '原课程编号id': course['id'],
                '课程名name': course['name']
            }
            # 将新的课程字典转换为JSON格式的字符串，并确保中文字符不被转义
            json.dump(new_course, file, ensure_ascii=False)
            file.write('\n')
# def write_courses_with_numbers(courses, course_id_map, output_file):
#     """
#     将编号后的数据写入新的JSON文件。
#     """
#     # 创建一个新的列表，包含所有课程的编号信息
#     numbered_courses = [
#         {
#             '新课程编号id': course_id_map[course['id']],
#             '原课程编号id': course['id'],
#             '课程名name': course['name']
#         } for course in courses
#     ]
#     # 将新的课程列表转换为JSON格式的字符串，并确保中文字符不被转义
#     with open(output_file, 'w', encoding='utf-8') as file:
#         json.dump(numbered_courses, file, ensure_ascii=False, indent=4)

# 主函数
def main():
    course_json_path = '/Dataset/MOOCCub