Incremental Graph Convolutional Network for Collaborative Filtering(阅读论文笔记)
Incremental Graph Convolutional Network for Collaborative Filtering(阅读论文笔记)
In terms of data storage, IGCN does not require to store all the historical data to complete the training, but only stores a small amount of historical data. When taking interactions from a new time period, IGCN will update the stored historical data with the new data at the same time
文章综述(是我比较粗浅的理解):
本文提出的,是一种新的基于神经网络的CF算法。
一方面,通过增量学习的方式,改进先前基于RNN的CF算法中,存在的“灾难性遗忘的问题”。
做到这一点,通过使用MAML、堆叠iTCN,从而提高模型从新数据中整合新知识和提炼已有知识的能力(可塑性);
Q&A
- 为什么GNN能够提高CF算法的效率
First, the ability to leverage local neighborhood information among users and/or items
其次,可以灵活合并辅助信息,如社会信息、知识图等,可以帮助缓解协同过滤中众所周知的数据稀疏性问题。 - 本文中所说的subgraph:
newly observed user-item interactions can be regarded as a subgraph, which only contains the users and items (as nodes) and their interactions (as edges) over a short period of time, e.g., one week, one month. - 实现的小细节:
It is worth noting that we set differentIncremental Graph Convolutional Network for Collaborative Filtering(阅读论文笔记)相关推荐
- Neural Collaborative Filtering【论文笔记】
文章目录 1 文章为了解决什么问题? 2 文章提出了什么方法? 3 模型架构以及原理? 3.1 推荐问题基本描述 3.2 矩阵分解(Matrix Factorization, MF) 3.3 NCF通 ...
- 论文阅读06——《CaEGCN: Cross-Attention Fusion based Enhanced Graph Convolutional Network for Clustering》
欢迎到我的个人博客看原文 论文阅读06--<CaEGCN: Cross-Attention Fusion based Enhanced Graph Convolutional Network f ...
- 论文阅读”Multigraph Fusion for Dynamic Graph Convolutional Network“(TNNLS2022)
论文标题 Multigraph Fusion for Dynamic Graph Convolutional Network 论文作者.链接 作者: Gan, Jiangzhang and Hu, R ...
- 图卷积网络 GCN Graph Convolutional Network(谱域GCN)的理解和详细推导
文章目录 1. 为什么会出现图卷积神经网络? 2. 图卷积网络的两种理解方式 2.1 vertex domain(spatial domain):顶点域(空间域) 2.2 spectral domai ...
- Alleviating the Inconsistency Problem of Applying Graph Neural Network to Fraud Detection阅读笔记
Alleviating the Inconsistency Problem of Applying Graph Neural Network to Fraud Detection阅读笔记 文章标题:A ...
- 论文笔记(SocialGCN: An Efficient Graph Convolutional Network based Model for Social Recommendation)
一个有效的基于图卷积神经网络的社交推荐模型 原文链接:SocialGCN: An Efficient Graph Convolutional Network based Model for Socia ...
- paper reading:Part-based Graph Convolutional Network for Action Recognition
paper reading:Part-based Graph Convolutional Network for Action Recognition 文章目录 paper reading:Part- ...
- 行人轨迹论文:STUGCN:A Social Spatio-Temporal Unifying Graph Convolutional Network for Trajectory Predictio
STUGCN:A Social Spatio-Temporal Unifying Graph Convolutional Network for Trajectory Prediction用于轨迹预测 ...
- RA-GCN:Richly Activated Graph Convolutional Network for Robust Skeleton-based Action Recognition
Richly Activated Graph Convolutional Network for Robust Skeleton-based Action Recognition TCSVT2020 ...
- 多尺度动态图卷积神经网络----Multi-scale Dynamic Graph Convolutional Network for Hyperspectral Image Classificati
一.摘要 卷积神经网络(CNN)在表示高光谱图像和实现高光谱图像分类方面表现出令人印象深刻的能力.然而,传统的CNN模型只能对固定大小和权重的规则正方形图像区域进行卷积,因此不能普遍适用于具有不同对象 ...
最新文章
- echarts.js 做图表的插件
- tensorflow实现梯度累计,再回传
- 【渝粤题库】国家开放大学2021春1398分析化学(本)题目
- 无光驱不支持USB设备启动的笔记本,如何使用Ghost来安装系统
- ant a-table 表格数据同步
- Atamai 手术导航软件开发包
- 如何解决搜狗浏览器自动填充
- 12星座的出生年月日性格_12星座出生日期性格特点
- 文献小镇--国内外文献免费下载!
- 某公司员工的工资计算方法如下:一周内工作时间不超过40小时,按正常工作时间计酬;超出40小时的工作时间部分,按正常工作时间报酬的1.5倍计酬。员工按进公司时间分为新职工和老职工,进公司不少于5年的员工
- Android如何快速创建启动动画
- React-signature-phone 移动端电子签名
- SEED-XDS560Plus Emulator for CCS3.3.82.exe 在硬盘上都安装了什么?
- 菊读图的dijkstra
- SW如何自定义工程图比例?
- windows tftp客户端使用方法
- 信息技术课程计算机硬件,初一《信息技术》《计算机硬件及工作原理》说课稿-初中信息技术说课.doc...
- FineReport-数据过滤权限设置
- 永磁同步电机矢量控制(十)——PMSM最优效率(最小损耗)控制策略
- MySQL安装使用及指令
热门文章
- Neural Collaborative Filtering【论文笔记】