Metapath-guided Heterogeneous Graph Neural Network for Intent Recommendation 个人总结

最新推荐文章于 2023-10-17 17:17:56 发布

vincentx3

最新推荐文章于 2023-10-17 17:17:56 发布

阅读量1.7k

点赞数 3

分类专栏： paper 文章标签： gcn 深度学习 artificial neural network 推荐系统 kdd

本文链接：https://blog.csdn.net/weixin_40505645/article/details/105076707

版权

本文介绍了MEIRec模型，该模型结合了统一术语嵌入和Metapath引导的异构图神经网络，用于电子商务意图推荐。通过预处理将高维稀疏特征转换为向量，然后利用Metapath指导的邻居信息聚合，实现对User、Item和Query的建模。实验表明，该模型在淘宝数据集上优于基线模型，证明了引入异构信息的有效性，并在线上AB测试中取得良好效果。

摘要由CSDN通过智能技术生成

Metapath-guided Heterogeneous Graph Neural Network for Intent Recommendation 个人总结

写在前面：为方便阅读，尽量使用中文总结，对于翻译无把握或专有词汇，在中文后附上原文字段.

另，CSDN对markdown 导入、latex支持还有进步空间啊，最完整的体验劳请移步GitHub拉下来再用Typora打开？（无耻引流开始了）：my github

0. 原作信息

 @inproceedings{fan2019metapath,
   title={Metapath-guided Heterogeneous Graph Neural Network for Intent Recommendation},
   author={Fan, Shaohua and Zhu, Junxiong and Han, Xiaotian and Shi, Chuan and Hu, Linmei and Ma, Biyu and Li, Yongliang},
   booktitle={Proceedings of the 25th ACM SIGKDD International Conference on Knowledge Discovery \& Data Mining},
   pages={2478--2486},
   year={2019}
 }

1. Contributions 本文贡献

提出基于词嵌入的预处理（propose a uniform term embedding mechanism）；
为意图推荐任务，设计基于异构图上metapath的模型MEIRec（ design a metapath-guided heterogeneous Graph Neural Network to learn the embeddings of objects）；
线下、线上实验都证明了模型的有效性。