当推荐系统遇上图学习:IJCAI 2021基于图学习的推荐系统最新综述
![](https://img-blog.csdnimg.cn/img_convert/279061900bdef25ca77bb47c7a2dc278.png)
作者:Shoujin Wang, 麦考瑞大学博士后,研究方向:数据挖掘,机器学习,推荐系统。
公众号预览摘要:基于图机器学习的推荐系统领域的第一篇较为系统全面的综述文章。由来自澳大利亚,中国,美国和意大利著名高校的专家学者联袂精心打造。
一. 论文简介
本文给大家介绍一篇被今年国际人工智能联合会议IJCAI 2021接收的从图机器学习的视角对推荐系统领域最新进展进行梳理和总结的综述文章。文章题为Graph Learning based Recommender Systems: A Revie。这篇文章是基于图机器学习的推荐系统方向的第一篇较为系统全面的综述文章。该文短小精悍,没有太多的公式和推导,更多的是作者对问题和挑战的思考,对方法的归类和总结,易于阅读和理解,尤其适合想要进入该领域的初学者。读者可以通过该文快速了解主流和前沿的基于图学习的推荐系统算法。值得注意的是,作者名单中出现了好几个该领域内的国际知名专家,如Francesco Ricci,Philip S. Yu,Xiangnan He等。
二. 论文主要内容
文章深入浅出,从为什么需要建立基于图学习的推荐系统着手,从较高的层次将基于图学习的推荐系统进行了较为泛化的形式化定义;然后从数据驱动的角度出发&#