LightGCN：评估与增强
信息检索
2023-12-29 v1 机器学习
摘要
本文在图推荐算法的背景下分析了 LightGCN。尽管图卷积网络 (Graph Convolutional Networks) 最初是为图分类设计的，但非线性操作并非总是必不可少的。LightGCN 实现了嵌入的线性传播，从而提升了性能。我们复现了原始发现，评估了 LightGCN 在不同数据集和指标上的鲁棒性，并探索了图扩散 (Graph Diffusion) 作为 LightGCN 中信号传播的增强手段。
引用
@article{arxiv.2312.16183,
title = {LightGCN: Evaluated and Enhanced},
author = {Milena Kapralova and Luca Pantea and Andrei Blahovici},
journal= {arXiv preprint arXiv:2312.16183},
year = {2023}
}
备注
Accepted at NeurIPS'23 Workshop on New in ML; 3 pages, 2 figures, 3 tables