论文
登录后可查看剩余解析次数。
标签筛选
图神经网络推荐系统
Knowledge-aware Graph Neural Networks with Label Smoothness
Regularization for Recommender Systems
发表：2019/5/11
知识图谱嵌入图神经网络推荐系统标签平滑正则化冷启动推荐知识感知推荐方法
本文提出KGNNLS模型，通过训练可辨识用户相关的知识图谱关系，将知识图谱转化为用户特定加权图，并结合标签平滑正则提升边权质量，实现端到端训练。该方法有效提升冷启动推荐性能，并具备良好扩展性，在多数据集上优于现有最优方法。
02
Linear-Time Graph Neural Networks for Scalable Recommendations
发表：2024/2/22
图神经网络推荐系统线性时间复杂度GNN模型大规模推荐系统用户-物品交互建模
本文提出线性时间图神经网络（LTGNN），解决GNN推荐系统的可扩展性问题，实现与经典矩阵分解相当的线性时间复杂度，同时保持高阶交互表达能力和预测精度。实验和消融研究验证了该方法的有效性和大规模应用潜力，代码已开源。
01