Implementation) TGAT : Inductive Representation Learning on Temporal Graphs

Previous Review
Paper Review)
https://velog.io/@rlawlsgus117/Paper-Review-Inductive-Representation-Learning-on-Temporal-Graphs
Code Review)
Original Source Code
https://github.com/StatsDLMathsRecomSys/Inductive-representation-learning-on-temporal-graphs
Dataset
redditのpostとcommentsデータを用いて,TGATとLSTMによりtest postでcomments生成の有無予測を行う.
Issue
Issue #001 : [Fixed] Integrated test-train Dataframe
Problem
ソースコードではtest-trainデータはすべてdfでアクセスされます.
subredditを押してtestとtrainを事前に分割するのではなく、MySQLからファイルを抽出し、コードに分割します.
Solved

MySQL

WHERE from_unixtime(unix_timestamp(created_utc)-32400) < '2018-02-15 00:00:00' AND is_valid = 1
->
WHERE is_valid = 1 and UNIX_TIMESTAMP('2018-03-01 00:00:00') - UNIX_TIMESTAMP(created_utc) > 0

Issue #002 : [Fixed] Adjusted val_time/test_time
Problem
既存のコードはnpです.桁数、val time、test time=0.7、0.85を使用します.
使用するデータセットはtrain dataの日付が固定されており、変更が必要です.
Solved

valid time-msqlから抽出
+-----------------------------------------------------------------------------+
| UNIX_TIMESTAMP('2018-02-15 00:00:00')-UNIX_TIMESTAMP('2018-01-01 00:00:00') |
+-----------------------------------------------------------------------------+
| 3888000 |
+-----------------------------------------------------------------------------+

test_time - np.桁数の使用
test_time = np.quantile(g_df[g_df['ts'] > val_time].ts, 0.5)

Code

val_time = 3888000
test_time = np.quantile(g_df[g_df['ts'] > val_time].ts, 0.5)

Issue #003 : [Fixed] Adjusted raw_data range when extracting from MySQL
Problem
現在のデータ-2018年1月1日~3月4日のpost/comments.
aimto-2018年1月1日~2月28日の投稿/コメント
Solved
Issue #004 : [Added] Virtual Node
Problem
Solved