【论文笔记】用于推荐的知识图注意力网络—KGAT

文章预览

【导读】为了提供更加准确、多样化、和可解释的推荐，必须要在用户-项目交互基础上上，更多地 考虑用户的辅助信息 。 而知识图和用户-项目图的混合结构可以得到项目之间的高阶关系，获得更多的辅助信息以提升推荐的性能。 本文主要介绍来自KDD 2019 的用于推荐的知识图注意力网络—KGAT，它以端到端的方式显式建模知识图中的高阶连通性。 论文链接： http://staff.ustc.edu.cn/~hexn/papers/kdd19-KGAT.pdf No.1 动机 1）传统的基于CF的方法是将每个交互建模为一个独立的实例来考虑交互间的关系，而没有考虑每个交互之间的关系。 因此，这些方法不能从用户的集体行为中提取基于属性的协作信号。 2）现在的有监督学习方法(如： FM、NFM、Wide＆Deep等)无法统一相似用户的历史与 ………………………………