图卷积网络在推荐系统中的应用lightGCN，配套pytorch的代码解释

注：本文所用到的代码及论文，文章底部有链接，可自行下载

论文部分：

作者开门见山的指出：特征转换和非线性激活——对协同过滤的性能几乎没有贡献。这篇文章也就是对NGCF的模型进行了精简，所以最好先理解前者才更好的理解后者

如果想回顾一下：可以参考图卷积网络在推荐系统中的应用NGCF（Neural Graph Collaborative Filtering）配套pytorch的代码解释_zhao254014的博客-CSDN博客

言归正传，这篇论文前面都在讲这些繁琐的操作对最后的推荐没啥用，然后显示出lightGCN的好处

 在LightGCN中，采用了简单的加权和聚合器，放弃了使用特征变换和非线性激活， 同时只聚合连接的邻居，而不集成目标节点本身（即自连接）。