Metapath-guided Heterogeneous Graph Neural Network for Intent Recommendation 个人总结
Metapath-guided Heterogeneous Graph Neural Network for Intent Recommendation 个人总结
写在前面:为方便阅读,尽量使用中文总结,对于翻译无把握或专有词汇,在中文后附上原文字段.
另,CSDN对markdown 导入、latex支持还有进步空间啊,最完整的体验劳请移步GitHub拉下来再用Typora打开?(无耻引流开始了):my github
0. 原作信息
@inproceedings{fan2019metapath,title={Metapath-guided Heterogeneous Graph Neural Network for Intent Recommendation},author={Fan, Shaohua and Zhu, Junxiong and Han, Xiaotian and Shi, Chuan and Hu, Linmei and Ma, Biyu and Li, Yongliang},booktitle={Proceedings of the 25th ACM SIGKDD International Conference on Knowledge Discovery \& Data Mining},pages={2478--2486},year={2019}}
1. Contributions 本文贡献
提出基于词嵌入的预处理(propose a uniform term embedding mechanism);
为意图推荐任务,设计基于异构图上metapath的模型MEIRec( design a metapath-guided heterogeneous Graph Neural Network to learn the embeddings of objects);
线下、线上实验都证明了模型的有效性。
2. Backgrounds 背景信息
2.1 意图推荐 (e-commerce intent recommendation)
例子:
输入数据类型:
特征数据 attribute data
交互数据 interaction data
与传统推荐系统的区别:
加入交互数据(点击等)
不需要用户输入字段(基于字段输入的联想推荐如,输入“小米”,系统给出“小米10Pro”等)
以图的结构建模:
注意,此HIN的边上无特征,只是不同关系的划分。
总的来说,意图推荐任务可使用更多类别的数据,同时要求更加个性化的推荐。
2.2 Metapath相关定义
Metapath定义:简单理解,在异构图中不同类型节点遍历的一条路径,如(User-Item-Query)
Metapath-guided Neighbors: 以上图为例,对于Metapath UIQ 上节点,它的邻居为:
3. MEIRec Model 建模
3.1 Overview 概览
任务:输入(User, Item, Query) 的图结构数据;输出User最可能的Query(意图推荐)
3.2 Uniform Term Embedding
实质(what):预处理。将原始输入处理为合理的特征向量作为网络的输入。
面对问题(why):输入的Query或Item作为一个整体特征
Metapath-guided Heterogeneous Graph Neural Network for Intent Recommendation 个人总结相关推荐
- 意图推荐 Metapath-guided Heterogeneous Graph Neural Network for Intent Recommendation
Metapath-guided Embedding method for Intent Recommendation(MEIRec) "搜索栏关键词推荐" 静态属性数据+交互数据 ...
- Reinforcement Learning Enhanced Heterogeneous Graph Neural Network阅读笔记
强化学习增强异质图神经网络 代码源:https://github.com/zhiqiangzhongddu/RL-HGNN 摘要 异构信息网络(HINs)涉及多种节点类型和关系类型,在许多实际应用中非 ...
- Heterogeneous Graph Neural Network(异质图神经网络)
Heterogeneous Information Network 传统的同构图(Homogeneous Graph)中只存在一种类型的节点和边,当图中的节点和边存在多种类型和各种复杂的关系时,再采用 ...
- 【论文分享】异构图神经网络域名检测方法GAMD:Attributed Heterogeneous Graph Neural Network for Malicious Domain Detection
题目:Attributed Heterogeneous Graph Neural Network for Malicious Domain Detection 链接:https://ieeexplor ...
- 【PaperReading】Heterogeneous Graph Neural Network
Heterogeneous Graph Neural Network 1. 引言 2. 问题定义 2.1 内容关联异质图(Content-associated Heterogeneous Graphs ...
- 2021_AAAI_Knowledge-aware Coupled Graph Neural Network for Social Recommendation
[论文阅读笔记]2021_AAAI_Knowledge-aware Coupled Graph Neural Network for Social Recommendation 论文下载地址: htt ...
- A Heterogeneous Graph Neural Model for Cold-start Recommendation(SIGIR20)
原文链接 A Heterogeneous Graph Neural Model for Cold-start Recommendation | Proceedings of the 43rd Inte ...
- Knowledge-aware Coupled Graph Neural Network for Social Recommendation
知识感知耦合的图神经网络 摘要 社交推荐任务旨在通过结合用户之间的社交联系,预测用户对项目的偏好,从而缓解协同过滤的稀疏问题.虽然最近的许多努力表明了基于神经网络的社交推荐系统的有效性,但有几个重要的 ...
- Advances in Graph Neural Networks笔记4:Heterogeneous Graph Neural Networks
诸神缄默不语-个人CSDN博文目录 本书网址:https://link.springer.com/book/10.1007/978-3-031-16174-2 本文是本书第四章的学习笔记. 感觉这一章 ...
最新文章
- 服务器管理器运行添加角色向导,Windows Server 2008 服务器角色的添加与管理
- 第四范式携手宁德时代 共建智能制造AI新基础设施
- SAP CRM Category创建场景
- XState Viz 可视化和调试状态机
- 微信小程序 调用地图接口,实现定位
- poj 1847 Tram 最短路 dijkstra、floyed
- Docker容器数据卷讲解
- 【opencv图像基础】图像常见的通道模式:RGB、YUV、HSV
- SQL注入漏洞修复办法
- 日志分析代码实现(字符串切割)
- C#:Md5和Sha1两种加密方式
- 缩进一个字符_韩语毕业论文排版之 学会悬挂缩进,不再天天敲空格!
- truecrypt linux用法,TrueCrypt介绍及入门使用讲解【翻译】
- Java编程输出你的年龄和姓名
- java菜鸟驿站_阿里巴巴内推(菜鸟驿站)一面总结
- 最好的黄金技术指标250均线用法
- 导向滤波与opencv python实现
- 利用计算机实现排列组合公式,计算机算法基础 ——数学(排列组合函数)
- ArcGIS Pro 专题图制作
- 交接读代码得过程和整理文档
热门文章
- 《算法帝国》读后感(一)
- 计算机科学专刊级别,计算机科学期刊介绍 各种杂志投稿方式和评价.doc
- [单调栈]「Poetize4」玉蟾宫
- python 多进程并发 阻塞_python并发编程多进程(一)
- OpenCV:解释rows,cols,channels=img2.shape,roi = img1[0:rows, 0:cols ]这行代码
- 原码反码和补码,一篇就够了,全网最详细解析
- 生鲜电商淘汰赛加剧,盈利为何成“价值标尺”?
- 使用腾讯云实现发送短信验证码登录的后端实现
- (二十四)优秀员工 - 3
- 社交网络电影人物解析,社交网络 电影解析
- 意图推荐 Metapath-guided Heterogeneous Graph Neural Network for Intent Recommendation