ConsisRec：通过一致邻居聚合增强用于社交推荐的 GNN
社会与信息网络
2021-05-07 v1
摘要
社交推荐旨在将社交链接与用户-物品交互融合，以缓解评分预测的冷启动问题。图神经网络（GNNs）的近期发展推动了基于 GNN 的社交推荐框架设计，以同时聚合社交与用户-物品交互信息。然而，多数现有方法忽视了社交不一致问题，其直观表明社交链接不一定与评分预测过程一致。社交不一致可从上下文层面和关系层面观测到。因此，我们意图赋予 GNN 模型处理社交不一致问题的能力。我们提出通过将与邻居间一致性分数相关的采样概率来采样一致邻居。此外，我们采用关系注意力机制为聚合分配具有高重要性因子的一致关系。在两个真实世界数据集上的实验验证了模型有效性。
引用
@article{arxiv.2105.02254,
title = {ConsisRec: Enhancing GNN for Social Recommendation via Consistent Neighbor Aggregation},
author = {Liangwei Yang and Zhiwei Liu and Yingtong Dou and Jing Ma and Philip S. Yu},
journal= {arXiv preprint arXiv:2105.02254},
year = {2021}
}