摘要：
Abstract 存在的问题：现有的图结构数据的深度学习方法忽略了潜在因素的纠缠，使得学习到的表示不鲁棒，难以解释。 提出的方法：我们引入了解耦图卷积网络（DisenGCN）来学习解耦节点的表示。特别地，我们提出了一种新的邻域路由机制，它能够动态地识别可能导致节点与其邻居之间的边缘的潜在因素，并相应 阅读全文
posted @ 2024-03-14 21:42
ANewPro
阅读(162)
评论(0)
推荐(0)
摘要：
Abstract 提出问题：目前的嵌入函数利用用户-项目关系来丰富表示，从单个用户-项目实例发展到整体交互图。然而，他们在很大程度上以一种统一的方式建模这些关系，而忽略了用户对采用这些物品的意图的多样性，这可能是为了打发时间，为了感兴趣，或为像家庭这样的人购物。这种建模用户兴趣的统一方法很容易导 阅读全文
posted @ 2024-03-14 18:32
ANewPro
阅读(212)
评论(0)
推荐(0)
摘要：
Abstract 提出问题：当前的模型在在大图上进行非线性激活训练时面临困难。此外，由于图卷积操作的过平滑效应，大多数基于GCN的模型无法建立更深层次的模型。 解决方法：本文从两个方面对基于GCN的CF模型进行了改进。首先，我们去除非线性，以提高推荐性能，这与简单图卷积网络的理论是一致的。其次，通过 阅读全文
posted @ 2024-03-14 10:14
ANewPro
阅读(84)
评论(0)
推荐(0)
浙公网安备 33010602011771号