《Graph Neural Networks in Recommender Systems: A Survey 》阅读笔记
推荐系统的关键:从用户-项目交互历史或者辅助信息(如社交关系,知识图谱等)中学习用户项目的特征。
根据推荐系统是否考虑项目的顺序,可以将推荐分为两类:一般推荐(评分预测/前N推荐)和序列推荐(推荐用户可能点击的下一个项目,即next item 推荐)。
为什么要用GNN:由于大多数信息本质上都是图结构,GNN在特征学习方面具有优势。因此在推荐系统中应用GNN是有研究前景的。
为什么要在推荐系统中使用GNN(从邻域迭代聚合特征信息,并将聚合信息与当前中心节点特征相结合)
(1) 推荐系统中的数据本身就是一个图结构;
(2) GNN技术可以从图结构数据中有效学习特征表示。