异质图结构学习的多目标跨领域推荐算法
原文中文，约300字，阅读约需1分钟。发表于：。利用多个领域的信息来解决推荐系统中的数据稀疏问题是 CDR（跨领域推荐）的关键解决方案。本文提出了 HGDR（基于异构图的框架和解缠表示学习），这是一个端到端的异构网络架构，应用图卷积层来建模不同领域之间的关系，并利用解缠表示的思想来处理领域共享和领域特定的信息。实验结果表明，我们的模型能有效地在领域之间传递信息并达到领先水平。
本文介绍了一种基于异构图的框架和解缠表示学习的推荐系统解决方案。该模型利用多个领域的信息来解决数据稀疏问题，并能在领域之间传递信息，达到领先水平。
