摘要:捆绑推荐(Bundle recommendation )旨在推荐一组商品供用户整体消费。现有的解决方案通过共享模型参数或多任务学习的方式将用户项目交互建模集成到捆绑推荐中,然而,这些方法不能显式建模项目与捆绑包(bundles)之间的隶属关系,不能探索用户选择捆绑包时的决策。在这项工作中,我们提出了一个用于捆绑推荐的图神经网络模型...
图卷积网络在图结构数据上取得了显著的成果。同样,基于图卷积神经网络的LightGCN模型利用图卷积网络对用户和产品之间的关系进行建模,在目前的个人推荐任务中取得了最好的结果。GGRM基于LightGCN模型对用户-产品二部图进行建模。图神经网络的建模是一个消息传播和聚合的过程。在GGRM中,用户和产品之间的关系和特征的卷积运...
论文机构: 腾讯、康奈尔大学威尔医学院 论文分类: 图网络、Session-based recommendations 论文总结: 图神经网络 (GNN) 已经成功地建模用户关系用于推荐系统等领域,然而,现有的基于 GNN 的方法通常假设一个预定义的社交网络,这存在两方面问题,首先,现实世界中构建社交网络成本昂贵;其次,社交关系是静态的,具有社交关系的...
这部分其实和上一篇学习的论文属于一种概述性的,因此采用初略的阅读,最主要的处理是对论文大致的中文进行梳理,对神经网络常用的缩写进行梳理、以及对于论文的概括。 2、 Abstract: 一、什么是图神经网络 用于处理图数据的神经网络结构,与图嵌入或网络嵌入密切相关,图嵌入或网络嵌入是数据挖掘和机器学习界日益关注的另...
图神经网络论文推荐MR-GNN Multi-Resolution and Dual Graph Neural Network for Predicting Structured Entity Interactions.pdf 2019-06-09上传 暂无简介 文档格式: .pdf 文档大小: 1.17M 文档页数: 8页 顶/踩数: 0/0 收藏人数: 0 评论次数: 0
被国际顶级数据挖掘会议 WebConf 2022 (CCF-A)接收的论文Designing the Topology of Graph Neural Networks: A Novel Feature Fusion Perspective从特征融合的视角设计了图神经网络的拓扑结构,因此,AMiner及时为大家整理了图神经网络在推荐系统上的应用论文合集,供参考学习。先来了解一下: ...
北京大学计算机系崔斌教授团队,针对POI特有的时空属性,提出了一种综合利用协同过滤信息和时空信息的基于图神经网络的POI推荐模型。 作者|吴史文、张远行、高成良、边凯归、崔斌,北京大学计算机系 移动设备和定位技术的进步显著提高了移动网络中基于位置的服务(Location-b...
从数据上来看,SR-GNN超过了经典的GRU4REC,这也说明了图信息的嵌入能带来更好的推荐效果。 三、总结 本论文很巧妙的将图信息嵌入的神经网络中,更高地让GRU学习到每个item之间的关系,不再局限于相邻的物品之间进行学习。近年来,图神经网络的思想和方法屡屡被用在推荐系统中,学好图神经网络应该是推荐系统的下一个热...
针对意图推荐的场景特点,作者首先建立了大规模异质图并设计了相应的异质图神经网络来进行意图推荐。大量充分的实验结果也证明了 MEIRec 的有效性。 过去一年,基于图神经网络的推荐算法在各大顶会层出不穷。在实际工业应用时,数据交互更为复杂。因此,基于异质图神经网络的推荐有更好的使用价值。