图卷积或者图神经网络适合做推荐系统吗?

最近在看相关资料,发现相关论文不是特别多,所以比较疑惑为什么。是因为这个方向比较新,做的人还比较少呢,还是说相比其他深度学习方法(比如CNN)并没有优…
关注者
401
被浏览
278,970
登录后你可以
不限量看优质回答私信答主深度交流精彩内容一键收藏

这方面论文挺多的啊。

你想,用户-项目可以构成二部图(Bipartite Graph),用户与用户之间可以构成社交网络(Social Network),项目与项目之间可以存在知识图谱(Knowledge Graph),另外把这几者都考虑进去可以构成异质图(Heterogeneous Information Network),再把时间因素考虑进来而产生的动态演化而构成动态图(Dynamic Graph)

所以推荐系统中许多形式的数据都可以表示成图,当然许多大佬自然而然的将强大的GNN应用到推荐领域了,以下列举几篇文献,可以看看。

  1. Graph Convolutional Matrix Completion. 2017.
  2. Graph Convolutional Neural Networks for Web-Scale Recommender Systems. KDD 2018.
  3. Graph Contextualized Self-Attention Network for Session-based Recommendation. IJCAI 2019.
  4. Session-based Recommendation with Graph Neural Networks. AAAI 2019.
  5. Knowledge-aware Graph Neural Networks with Label Smoothness Regularization for Recommender Systems. KDD 2019.
  6. KGAT: Knowledge Graph Attention Network for Recommendation. KDD 2019.
  7. Knowledge Graph Convolutional Networks for Recommender Systems. WWW 2019.
  8. Graph Neural Networks for Social Recommendation. WWW 2019.
  9. Memory Augmented Graph Neural Networks for Sequential Recommendation. AAAI 2020.
  10. Revisiting Graph based Collaborative Filtering: A Linear Residual Graph Convolutional Network Approach. AAAI 2020.