论文解析:Neural Graph Collaborative Filtering
- 作者:Xiang Wang, Xiangnan He, Meng Wang, Fuli Feng, Tat-Seng Chua(新加坡国立大学)
- 会议:SIGIR 2019
方法
和Graph Convolutional Matrix Completion一样,Neural Graph Collaborative Filtering (NGCF)也是把推荐中的user-item交互关系建模为一个二分图。
信息传播
在信息传播的过程中,NGCF把item embedding和user-item交互embedding的权重做了区分,权重矩阵分别为 W 1 W_1 W1和 W 2 W_2 W2
m u ← i = 1 ( ∣ N u ∣ ∣ N i ∣ ) ( W 1 e i + W 2 ( e i ⋅ e u ) ) m_{u\leftarrow i} = \frac{1}{\sqrt(|N_u||N_i|)} (W_1e_i + W_2(e_i \cdot e_u)) mu←i=(∣Nu∣∣Ni∣)1(W