論文筆記:AAAI 2020 Revisiting Graph based Collaborative Filtering: A Linear Residual Graph Convolutional

前言 近年來,在基於協同過濾(CF)的推薦系統(RS)中,一些研究者將用戶與項目的交互行爲視爲一個二分圖,用GCNs對高層協同信號進行建模。這些基於GCN的推薦模型與傳統的推薦模型相比具有更高的性能。然而,在用戶和物品的交互大圖中帶有非線性激活函數的模型訓練起來非常困難。此外,由於圖卷積運算的過度平滑效應,大多數基於GCN的模型無法對更深層次進行建模。 本文從兩個方面重新探討了基於GCN的CF模型
相關文章
相關標籤/搜索