摘要：
Intent-aware Recommendation via Disentangled Graph Contrastive Learning论文阅读笔记 Abstract 存在的问题： 如何学习复杂和多样的意图，特别是当用户的行为在现实中通常不充分时 是不同的行为具有不同的意图分布，因此如何建立它 阅读全文
posted @ 2024-03-18 21:18
ANewPro
阅读(213)
评论(0)
推荐(0)
摘要：
Disentangled Contrastive Learning for Social Recommendation论文阅读笔记 Abstract 存在的问题：大多数社会推荐模型统一了用户对用户-项目交互（协作领域）和社会关系（社会领域）的表示。然而，这种方法可能无法在两个领域中建模用户的异构行为 阅读全文
posted @ 2024-03-18 15:01
ANewPro
阅读(210)
评论(0)
推荐(0)
摘要：
Disentangled Contrastive Collaborative Filtering 论文阅读笔记 Abstract 存在的问题： 大多数现有的基于gcl的CF模型仍然受到限制，因为忽略了用户-项目交互行为往往是由各种潜在意图因素驱动的（例如，为了家庭聚会购物，首选颜色或产品品牌） 引入 阅读全文
posted @ 2024-03-18 11:03
ANewPro
阅读(314)
评论(0)
推荐(0)
摘要：
Disentangled Contrastive Learning on Graphs论文阅读笔记 Abstract 存在的问题：现有的gnn自监督学习方法本质上是整体的，忽略了潜在因素的纠缠，导致学习表示对下游任务的次优，难以解释。用自监督学习学习解耦图表示提出了巨大的挑战，在很大程度上被现有 阅读全文
posted @ 2024-03-18 08:58
ANewPro
阅读(212)
评论(0)
推荐(0)
浙公网安备 33010602011771号