在知识图谱中进行伪标记解决RS中的冷启动问题

发表于2021年WSDM

《Alleviating Cold-Start Problems in Recommendation through Pseudo-Labelling over Knowledge Graph》论文阅读笔记

待解决问题：对于推荐系统中的新用户和新项目，解决数据稀疏性问题是必要的。
目前的研究：大多将未观测到的样本视为负信号。
存在问题：经常将新项目作为负信号处理，可能会导致对已经流行的项目的结果产生偏差。
本文：基于图神经网络提出了一个知识图谱感知的推荐系统，通过伪标签来增加标记样本。通过模型预测（反映了从观察数据和KG中学习到的知识）为未观察到的样本分配伪标签。为了保证伪标签的可靠性，通过两种采样策略选择待标记的未观察项目。
（1） 知识图谱感知的项目伪标签采样；
（2） 负样本受欢迎程度感知的项目采样。
具体：
GNN在训练阶段，将有标签节点的特征利用知识图谱传播到未标签的节点。
知识感知的GNN：本文利用KG获得用户的喜好。首先建模用户特定的关系得分函数（度量用户每一种关系的重要性），然后进行层前向传播。
基于伪标签的半监督式学习：本文利用未观察到的用户目项对的高覆盖率来优化模型。通过预测未观察样本的标签来增加正负标签样本。

采样要进行伪标签的项目，采样策略：
（1）在观察到的用户项目对上，基于图结构采样项目。对于可以通过元路径到达的项目（即基于用户在KG中交互的项目的路径），根据从观察样本中获得的知识为用户分配可靠的伪标签。
（2）负采样（将没有观察到的项目视为负样本，因此负采样更有可能选择冷启动项目），可以增强人们在实际环境中对受欢迎项目的偏见。
基础知识：
（1）知识图谱（节点表示实体，边表示实体之间的关系）是解决数据稀疏性问题的一种方法，但仍然会面临信息缺失的问题。传统的方法假设未观察到的样本为负样本。
（2）半监督式学习（SSL）：在只有少量样本被标记的情况下，正确标记所有的样本（可被视为一个转化学习任务，在训练阶段，推断未标记样本（即用户项目对））。