论文笔记
记录下读过的论文
AnUnverse
What I cannont create,I do not understand.
展开
-
IntentGC:a Scalable Graph Convolution Framework Fusing Heterogeneous Information for Recommendation
这是阿里巴巴发表在KDD2019的论文,主要是融合了异构信息网络中的许多辅助信息进行推荐。【原文链接】【摘要】从常见的用户行为和项目信息中收集了大量的关系,并提出了一个新的框架IntentGC,在图卷积网络上利用显式偏好和异构关系,并减少了不必要的特征交互。【原理】1.捕获了大量的异构关系来提高推荐的性能。2.为了方便操作和提高鲁棒性,将一阶近似的辅助关系转化为二阶近似的更鲁棒...原创 2020-02-28 13:04:00 · 1208 阅读 · 0 评论 -
【社交推荐图神经网络】Graph Neural Networks for Social Recommendation
用于社会推荐的图神经网络【原文链接】【摘要】该文提供了一种方法来联合捕获用户-项目图中的交互和意见,并提出了框架GraphRec,该框架对两个图进行了一致建模。该模型由用户建模、项目建模和评级预测三部分组成。【原理】第一个部分是用户建模,它是为了了解用户的潜在因素。由于社会推荐系统中的数据包括两个不同的图,即一个社会图和一个用户-项目图,提供了一个很好的机会来从不同的角度学习用户...原创 2020-02-26 15:05:26 · 2849 阅读 · 0 评论 -
【社交推荐图卷积网络】SocialGCN: An Efficient Graph Convolutional Network based Model for Social Recommendation
社交图卷积网络:一个有效的基于图卷积网络的社交推荐模型【摘要】图卷积网络(GCN)利用图结构和节点特征信息对图的信息扩散过程进行建模,取得了良好的效果。基于经典的CF模型,该论文提出的模型的核心思想是借鉴GCNs的优势来捕捉社交网络中社交扩散过程对用户偏好的影响。【原理】GCNs的关键思想是学习图数据中的迭代卷积运算,其中每个卷积运算都意味着从上一层的局部邻居的集合中产生当前的节点表示,以...原创 2020-02-25 20:05:07 · 2682 阅读 · 0 评论