图变分嵌入协同过滤
原文中文,约200字,阅读约需1分钟。发表于: 。推荐系统中,通过使用图卷积网络中的变分嵌入进行预训练,取得了改善特征传播的效果,进而提高回忆率和归一化折现累积增益指标。
Multi-GCCF是一个基于图卷积的推荐框架,利用用户项目交互数据和用户对和项目对之间的相似性来建立分区图和user-user/item-item图,并在双分图上执行图卷积。该框架在四个公共基准测试中取得了显著的改进,证明了模型的有效性和学习的嵌入捕获了重要的关系结构。
推荐系统中,通过使用图卷积网络中的变分嵌入进行预训练,取得了改善特征传播的效果,进而提高回忆率和归一化折现累积增益指标。
Multi-GCCF是一个基于图卷积的推荐框架,利用用户项目交互数据和用户对和项目对之间的相似性来建立分区图和user-user/item-item图,并在双分图上执行图卷积。该框架在四个公共基准测试中取得了显著的改进,证明了模型的有效性和学习的嵌入捕获了重要的关系结构。