图神经网络（二十七）Disentangled Graph Convolutional Networks，ICML2019

Introduction

本文旨在研究从GNN的传播过程中解耦影响邻居信息传递的潜在因子，引入了解纠缠图卷积网络(DisenGCN)来学习解纠缠节点表示。此外，提出了一种新的邻域路由机制，该机制能够动态地识别可能导致节点与其某个邻域之间产生边缘的潜在因素，并据此将该邻域分配给一个信道，该信道提取并卷积特定于该因素的特征。从理论上证明了路由机制的收敛性。实验结果表明，我们提出的模型可以获得显著的性能增益，特别是当数据显示存在许多纠缠因素时。
可以以推荐系统中例子说明潜在因子是什么。比如，当用户节点 u u