Knowledge Graph Convolutional Networks for Recommender Systems
论文地址
仅做学习草稿。欢迎交流
目的:计算得到
y
^
u
,
v
\hat y_{u,v}
y^u,v,即推荐概率
符号定义符合常规
方法
KGCN Layer
计算得到关系r对u的重要程度
进一步表示v的拓扑邻近结构
上述的用户关系分数在计算实体邻居表示时作为个性化过滤器。
由于实体数量级大,采样的邻居为固定大小而不是全部邻居。感受野的计算
为了提高计算效率,在训练时采用负采样,损失函数如下
为了提高计算效率,在训练时采用负采样,损失函数如下