GeoHGN（多幾何異種グラフネットワーク）

AI/ML
GeoHGN（多幾何異種グラフネットワーク）

GeoHGN（多幾何異種グラフネットワーク）

GeoHGNは、個人化推薦のための多幾何学的異種グラフネットワーク（Multi-Geometric Heterogeneous Graph Network）を実装したリポジトリです。PyTorch実装とデータセットが含まれており、ユーザー・アイテム・その他の異種ノード間の関係を扱いつつ、ユーザー嗜好やアイテム階層構造を同時に保存するためにユークリッド空間と双曲空間を併用する新しいコントラスト学習フレームワークを提供します。本実装は階層性と局所的意味情報の両立を目指したモデル設計を特徴とします。（約300字）

https://github.com/ZUEL-ZhiruiChen/GeoHGN

概要

GeoHGNは、個人化推薦タスク向けに設計された研究実装リポジトリで、論文「GeoHGN: A Multi-Geometric Heterogeneous Graph Network for Personalized Recommendation」に基づくコードとデータを含みます。本実装の核は「多幾何学的（Euclidean + Hyperbolic）表現」を異種グラフ上で共同学習し、グラフの階層的構造（木構造や類似度階層）を双曲空間で、局所的な意味や特徴表現をユークリッド空間で保持する点にあります。さらに、コントラスト学習の枠組みでこれらの空間間やビュー間の整合性を保ちつつ、推薦精度の向上を図ります。PyTorch実装が提供され、実験用データセットやツールスクリプトが含まれています。（約300字）

GitHub

リポジトリの統計情報

  • スター数: 3
  • フォーク数: 0
  • ウォッチャー数: 3
  • コミット数: 3
  • ファイル数: 12
  • メインの言語: Python

主な特徴

  • Euclidean（ユークリッド）空間とHyperbolic（双曲）空間を同時に扱う多幾何学的表現学習。
  • 異種グラフ（複数ノード／エッジタイプ）に対応した構造で、関係性の多様性を表現。
  • コントラスト学習を利用して異空間・異ビュー間の一貫性を強化。
  • PyTorch実装とデータセット、実験用スクリプトを含む研究コードベース。

技術的なポイント

GeoHGNの技術的中核は「マルチジオメトリックな埋め込み」と「コントラスト学習」の組合せにあります。異種グラフではノードや関係のタイプが多様なため、単一の幾何学的空間では階層構造（例えばカテゴリツリーや人気度階層）と局所的類似性の両立が難しいことが知られています。そこでGeoHGNは、ノード表現をユークリッド空間での局所的意味情報の表現と、双曲空間での階層的・構造的関係の表現に分けて学習します。双曲空間は木構造や階層の指数的成長を自然に表現できるため、アイテムのカテゴリ階層や長尾分布のモデリングに適合します。一方、ユークリッド表現は近傍の類似性や連続的特徴を捉えるのに有利です。これら二つの空間を結びつけるために、GeoHGNはコントラスト学習（自己教師あり的な正例／負例の整列）を用いて、同一ノードの異空間表現や異ビュー（サブグラフやデータ拡張）間の一貫性を高めます。損失関数はコントラスト損失に加え、推薦タスクの教師あり損失（例：ランキング損失やクロスエントロピー）を組み合わせる設計が想定されます。また、異種グラフ特有のメッセージパッシングやタイプ別集約、空間間の融合（attentionや線形変換など）といったモジュール設計も重要で、実装はPyTorchベースで提供されています。Torch実装版が利用可能で、実験再現性のためのデータとスクリプトも含まれる点が実用的です。（約700字）

プロジェクトの構成

主要なファイルとディレクトリ：

  • .idea: dir（開発環境の設定ファイル）
  • History: dir（実験や更新の履歴を格納している可能性）
  • README.md: file（リポジトリの概要、導入、実験概要の説明）
  • ToolScripts: dir（データ前処理や評価、実験の補助スクリプト）
  • pycache: dir（Pythonバイトコードのキャッシュ）
  • requirements.txt または依存管理ファイル（存在する場合、ライブラリのバージョン管理）
  • model/ または src/ 相当のディレクトリ（モデル定義や学習ループ、損失関数が格納）
  • dataset/ または data/（実験に用いるサンプルデータや読み込みユーティリティ）
  • train.py / test.py（学習と評価を実行するエントリーポイント）
  • config/*.yml や設定ファイル（ハイパーパラメータ管理）
    …他 7 ファイル

このリポジトリは規模が小さく、主要な実験コードと補助スクリプトが中心にまとまっているため、研究の再現や拡張実験を行いやすい構成になっています。PyTorch版が含まれているため、既存のGNNフレームワークやGPU環境で比較的スムーズに動かせます。

まとめ

多幾何学的アプローチで階層性と局所性を両立する実装研究コード。再現と拡張に適する。

リポジトリ情報：

READMEの抜粋：

GeoHGN

Torch version is available now! This repository contains pyTorch code and datasets for the paper: GeoHGN: A Multi-Geometric Heterogeneous Graph Network for Personalized Recommendation

Inroduction

GeoHGN: A Multi-Geometric Heterogeneous Graph Network for Personalized Recommendation (GeoHGN) GeoHGN is a novel multi-geometric heterogeneous graph contrastive learning framework that jointly exploits Euclidean and hyperbolic spaces to preserve the topological hierarchy and sem…