知识图谱论文阅读【十二】【KDD2020】 使用贝叶斯图卷积神经网络推荐精确和多样化项目的框架【看不懂,待续】
题目: A Framework for Recommending Accurate and Diverse Items Using Bayesian Graph Convolutional Neural Networks
作者:
原文链接: https://www.researchgate.net/publication/343780326_A_Framework_for_Recommending_Accurate_and_Diverse_Items_Using_Bayesian_Graph_Convolutional_Neural_Networks
代码:
关键词: 推荐系统; 贝叶斯; 图卷积神经网络;
总结
看不懂下一个!!!
摘要
问题:
① 没有观察到的user-item交互当作消极样本不对,有时候user会选择这些
② user-item也会存在虚假的交互
方法:
使用贝叶斯图卷积神经网络框架对用户-物品交互图中的不确定性建模。
损失: 利用贝叶斯概率排序训练损失提供一个具体的公式
数据集: four benchmark;an industrial large-scale dataset;
1. 介绍
协同过滤: 给用户推荐相似的物品
其中MF(matrix factorization)模型在Netflix上实现了最好的性能; 它被期望可以学习出user的偏好向量以及item的向量;
现在随着深度学习的发展,许多user和item之间非线性的关系也可以被学习到(隐藏的兴趣);
基于MF的方法有三大问题: 疏性问题、不确定性问题和多样性问题。稀疏问题指的是user-item历史交互不多; 不确定性问题指的是收集的数据不能确定是不是positive和negative! 不能全部认为收集到的交互就是GT交互,也由于物品从未呈现给用户, 一些潜在的用户与物品的交互就会被丢失。 多样性问题指的是: Top-N推荐中推荐的物品都是各自为战,相互不影响,却忽视了Top-N推荐中应该是多种物品进行推荐!
基于图的方法中则将user-item 交互看做成二部图,也就是用户之间的相似性和项目的共性分别表示为user-user和item-item! 之后采用GCNs从利用神经网络从局部图中迭代学习(aggregation)到特征信息。 其中提出的系统利用来自异构交互类型(搜索、引导、点击等)或交互动机的user-item交互图、user-user和(或)item-item共存图和异构图。
基于图的推荐系统中却仍然存在不确定性和缺乏多样性两个缺点。1. 不确定性可以这样理解, 如果一个人从其他商店购买了,那么就会和该商店的item距离远了,那么就不在当前购买记录了! 而图的边并不能包含全部历史记录,除此之外,用户的错点现象也是不确定的; 2. 现在的方法同样无法解决多样性问题,局部图迭代学习反而使得item的embedding更接近! 而扩大范围又会引入更多的噪音!
BGNNs(贝叶斯图神经网络): 该网络中包含了节点复制的随机图生成模型,节点复制模型可用于生成与观察到的图相似的样本图,但它们在边方面包含足够的多样性,以促进更好的学习!贝叶斯GNN以前没有被用于推荐任务,但已经证明,当训练标签很少时,它们可以在半监督节点分类中产生显著的性能改进
贡献就是摘要中的方法和数据集
3. preliminaries
根据上面的分析,创新点就是图的不确定性、节点复制的生成图模型和贝叶斯个性化排名损失。 我们下面看看这三部分具体是什么样子的!
3.1 贝叶斯图卷积网络
由于推荐系统二部图中不存在固有的块结构,因此MMSBM不是一种适用的图模型。作为一种替代方案,我们使用一种更通用的基于复制节点的图生成模型。
3.2 Node Copying
在【24】中介绍了Node Copying, 样本会通过在观察图的邻接矩阵进行概率性的重新排列(替换)而产生的! 其中Gobs\mathcal{G}_{obs}Gobs 是被观察图
完整的图抽样过程包括两个阶段, 第一是获取随机ζ\zetaζ, 第二是,一旦随机ζ\zetaζ被获取了, 通过对每个节点执行具有一定概率的复制,增加了第二层随机性
【24】Bayesian Graph Convolutional Neural Networks using Node Copying
3.3 隐式推荐的贝叶斯个性化排名损失
在[26]中,Rendle等人引入了基于贝叶斯模型的推荐系统排名损失。在这项工作中,我们建立在该模型的基础上,将其扩展到考虑节点复制BGNN的多个图
【26】Bayesian Personalized Ranking from Implicit Feedback
知识图谱论文阅读【十二】【KDD2020】 使用贝叶斯图卷积神经网络推荐精确和多样化项目的框架【看不懂,待续】相关推荐
- 知识图谱论文阅读(二十)【WWW2020】Heterogeneous Graph Transformer
题目: Heterogeneous Graph Transformer 论文链接: https://arxiv.org/abs/2003.01332 代码链接:https://github.com/a ...
- 知识图谱论文阅读(二十三)【SIGIR2020】Multi-behavior Recommendation with Graph Convolutional Networks
题目: Multi-behavior Recommendation with Graph Convolutional Networks 论文地址: 论文代码: 想法 将相同行为的交互方式进行了聚合来计 ...
- 知识图谱论文阅读(二十一)【SIGIR2019】NGCF: Neural Graph Collaborative Filtering
题目:Neural Graph Collaborative Filtering 代码: https://github.com/xiangwang1223/neural_graph_collaborat ...
- 【AAAI 2018】腾讯 AI Lab 11篇论文精选:图像描述、NMT 模型、图卷积神经网络、DNN优化等
背景:AAAI 2018 将于2月2日至 7日在美国新奥尔良举行,在本届大会上,腾讯 AI Lab 有 11 篇论文被录用,涉及图像描述.更低计算成本的预测表现.NMT 模型中的特定翻译问题.自适应图 ...
- 知识图谱论文阅读(八)【转】推荐系统遇上深度学习(二十六)--知识图谱与推荐系统结合之DKN模型原理及实现
学习的博客: 推荐系统遇上深度学习(二十六)–知识图谱与推荐系统结合之DKN模型原理及实现 知识图谱特征学习的模型分类汇总 知识图谱嵌入(KGE):方法和应用的综述 论文: Knowledge Gra ...
- 知识图谱论文阅读(十五)【arxiv】A Survey on Knowledge Graph-Based Recommender Systems
论文题目: A Survey on Knowledge Graph-Based Recommender Systems 论文链接: 论文代码: 想法 出现Refine就是用某些方法更好的优化特征表示 ...
- 知识图谱论文阅读(十八)【KDD2019】AKUPM: Attention-Enhanced Knowledge-Aware User Preference Model for Recommend
论文题目: AKUPM: Attention-Enhanced Knowledge-Aware User Preference Model for Recommendation 论文代码: 论文链接: ...
- 知识图谱论文阅读(十三)【2020 arXiv】Attentive Knowledge Graph Embedding for Personalized Recommendation
题目: Attentive Knowledge Graph Embedding for Personalized Recommendation 论文链接: 代码链接: 知识图谱特征学习在推荐系统中的应 ...
- 知识图谱论文阅读(九)【转】推荐系统遇到知识图谱之MKR模型
文哥的学习笔记: https://www.jianshu.com/p/af5226c7fbbb 知识图谱特征学习在推荐系统中的应用步骤大致有以下三种方式: 依次训练的方法主要有:Deep knowle ...
最新文章
- 一行代码简化Python异常信息:错误清晰指出,排版简洁美观 | 开源分享
- 图灵九月书讯 ——金秋时节推荐给程序员们的书
- 反弹和补遗:再论Bjarne Stroustrup的基于对象的含义
- 手撕 CNN 经典网络之 VGGNet(理论篇)
- ckeditor_学习(2) 功能概览
- ReportViewer教程(15)-矩阵报表-5
- 埃及分数怎么计算java_贪心算法之埃及分数问题(附c++源代码)
- Python 2.5.1 切片
- css分类及其它技巧
- Android ViewStub动态加载View
- 用华为模拟器ENSP构造校园网(第三天)配置总网络拓扑DHCP中继和实现路由通信
- 大麦网抢票软件工具开发系列(一)
- mysql etc my.cnf_Mysql数据库服务器配置文件/etc/my.cnf的详细配置
- sftp访问提示Connection closed
- Java实现邮箱激活验证
- php微信上传头像,微信小程序怎么上传头像
- 服务器项目描述,项目服务器 2010 SP2 的描述
- 百度地图添加家的位置图文教程
- 微服务架构深度解析与最佳实践 - 第七部分:全文总结与引用材料
- 在虚拟机中安装mysql数据库