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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 【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 ...

  5. 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 ...

  6. 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 ...

  7. 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: ...

  8. 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 ...

  9. 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

  1. 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
  2. 图灵九月书讯 ——金秋时节推荐给程序员们的书
  3. 反弹和补遗：再论Bjarne Stroustrup的基于对象的含义
  4. 手撕 CNN 经典网络之 VGGNet（理论篇）
  5. ckeditor_学习(2) 功能概览
  6. ReportViewer教程(15)-矩阵报表-5
  7. 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）
  8. Python 2.5.1 切片
  9. css分类及其它技巧
  10. Android ViewStub动态加载View
  11. 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
  12. 大麦网抢票软件工具开发系列（一）
  13. mysql etc my.cnf_Mysql数据库服务器配置文件/etc/my.cnf的详细配置
  14. sftp访问提示Connection closed
  15. Java实现邮箱激活验证
  16. php微信上传头像,微信小程序怎么上传头像
  17. 服务器项目描述,项目服务器 2010 SP2 的描述
  18. 百度地图添加家的位置图文教程
  19. 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
  20. 在虚拟机中安装mysql数据库

热门文章

  1. linux-pcap 抓包程序框架
  2. 淘宝弹性布局方案lib-flexible实践
  3. textract安装使用
  4. NHibernate 异常及解决办法（长期添加中）
  5. jQuery学习笔记：事件
  6. 51单片机——UART
  7. 支持字典_手把手教你学Python之字典
  8. python解释器的工作原理_Python GIL全局解释器锁详解（深度剖析）
  9. 二、SpringMVC 注解式开发学习笔记
  10. 指令系统——数据寻址（1）（详解）