【论文笔记】Disentangled Graph Collaborative Filtering

本文探讨了Disentangled Graph Collaborative Filtering (DGCF)模型,旨在解决传统推荐系统未考虑用户购买商品时多样化的意图问题。DGCF通过在更细粒度的意图级别上学习用户-物品关系,生成更精确的表示,提高推荐系统的性能和解释性。模型包括Graph Disentangling Module,用于初始化和更新意图感知图,从而揭示用户行为背后的复杂意图结构。
摘要由CSDN通过智能技术生成

Disentangled Graph Collaborative Filtering

摘要

1、以往模型在模拟user-item关系时,忽略了user购买item的意图(intent)的多样性,不足以建模用户意图。
2、为了理清representation中的用户意图,作者在更细粒度(intent)上学习user-item关系。
3、被忽略的潜在事实:当user选择某item时,往往存在多个意图
4、以图1为例,用户u观看电影i1是为了消磨时间,而不太关心i1的属性(如导演)是否与自己的兴趣相匹配; 与i2的互动可能主要是由她对其导演的特殊兴趣所驱动。以往不考虑这一事实的用户-物品关系建模是粗粒度的

contribution:
•强调不同的用户-物品关系(意图)的重要性,对这些关系建模可以带来更好的表示和可解释性。
•提出一个新的模型DGCF,该模型在更细粒度的用户意图上考虑用户-项目关系。

一、DGCF模型介绍

模型任务:

1、在用户意图的细粒度级别上探索用户-物品关系,
2、生成CF表示。

探索用户-项目关系

因为不同的意图对激发用户行为有不同的作用,所以设user选择item时,可能存在K种潜在意图。

其中Ak(u,I)表示u选择I的理由为第k个intent的置信度。

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值