TempME:通过模式发现实现时间图神经网络的解释性

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

该研究提出了临时图神经网络(TempGNN)用于捕捉复杂项目转换中的结构和时间动态的通用框架,并通过预测下一步行动来进行会话推荐。实验结果表明,该方法有效且适应性强,在两个真实的电子商务数据集上取得了最先进的性能。

🏷️

标签

➡️

继续阅读