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

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。

 

2. Backgrounds 背景信息

2.1 意图推荐 （e-commerce intent recommendation）

例子：

• 输入数据类型：

  • 特征数据 attribute data

  • 交互数据 interaction data

• 与传统推荐系统的区别：

  1. 加入交互数据（点击等）

  2. 不需要用户输入字段（基于字段输入的联想推荐如，输入“小米”&#x