BasConv：基于图卷积神经网络聚合异构交互的购物篮推荐
信息检索
2020-05-11 v2 机器学习
摘要
购物篮内推荐可减少用户的探索时间，其中购物篮的用户意图至关重要。购物篮的意图既可从用户-物品协同过滤信号中，也可从多物品关联中推断得出。通过定义购物篮实体来表示购物篮意图，我们可以将此问题建模为用户-购物篮-物品（UBI）图中的购物篮-物品链接预测任务。先前的工作通过同时利用用户-物品交互与物品-物品交互来解决该问题。然而，集合性与异构性特征此前很少被研究。集合性定义了每个节点的语义，其应从直接相连与间接相连的邻居中聚合得到。异构性来源于UBI图中的多类型交互以及多类型节点。为此，我们提出了一种名为BasConv的新框架，其基于图卷积神经网络。我们的BasConv模型具有专为三类节点设计的三种聚合器。它们从邻域与高阶上下文中协同学习节点嵌入。此外，聚合器中的交互层能够区分不同类型的交互。在两个真实世界数据集上的大量实验证明了BasConv的有效性。我们的代码可在 https://github.com/JimLiu96/basConv 在线获取。
引用
@article{arxiv.2001.09900,
title = {BasConv: Aggregating Heterogeneous Interactions for Basket Recommendation with Graph Convolutional Neural Network},
author = {Zhiwei Liu and Mengting Wan and Stephen Guo and Kannan Achan and Philip S. Yu},
journal= {arXiv preprint arXiv:2001.09900},
year = {2020}
}
备注
Accepted to SDM 2020, Our code is available online at https://github.com/JimLiu96/basConv