面向推荐的异构图神经网络
社会与信息网络
2020-09-03 v1 信息检索
机器学习
摘要
电子商务的蓬勃发展催生了多样化的推荐系统。事实上，现实世界推荐系统中各类节点之间存在丰富而复杂的交互，可构建为异构图。如何学习具有代表性的节点嵌入是个性化推荐系统的基础与核心。元路径（meta-path）是一种广泛使用的结构，用于捕捉此类交互背后的语义，并展现出提升节点嵌入的潜在能力。本文提出面向推荐的异构图神经网络（HGRec），通过聚合基于多跳元路径的邻居将高阶语义注入节点嵌入，并基于注意力机制融合多条元路径的丰富语义以获得综合性节点嵌入。实验结果证明了丰富高阶语义的重要性，也展示了 HGRec 潜在良好的可解释性。
引用
@article{arxiv.2009.00799,
title = {Heterogeneous Graph Neural Network for Recommendation},
author = {Jinghan Shi and Houye Ji and Chuan Shi and Xiao Wang and Zhiqiang Zhang and Jun Zhou},
journal= {arXiv preprint arXiv:2009.00799},
year = {2020}
}