线性时间图神经网络可扩展的推荐系统
原文约300字/词,阅读约需1分钟。发表于: 。在信息爆炸时代,推荐系统是为用户提供个性化推荐的重要工具。本文提出了一种线性时间图神经网络(LTGNN)来扩展基于 GNN 的推荐系统,以实现与经典 MF 方法相当的可扩展性,同时保持 GNN 强大的表达能力以获得更准确的预测。通过大量实验证明了所提算法的有效性和可扩展性。
本文介绍了一种线性时间图神经网络(LTGNN)来扩展基于GNN的推荐系统,以实现可扩展性和准确的预测。实验证明了该算法的有效性和可扩展性。