面向实际群体形成的随机深度图聚类
机器学习
2025-11-06 v1 人工智能
摘要
虽然先前关于群体推荐系统（GRS）的工作主要集中在提高推荐准确性上，但大多数方法假设群体是静态或预定义的，这使得它们不适用于动态的现实场景。我们将群体形成重新定义为GRS中的核心挑战，并提出了DeepForm（面向实际群体形成的随机深度图聚类），这是一个旨在满足三个关键操作要求的框架：（1）融入高阶用户信息，（2）实时群体形成，以及（3）群体数量的动态调整。DeepForm采用轻量级GCN架构，有效捕获高阶结构信号。随机聚类学习使得无需重新训练即可实现自适应群体重构，而对比学习则在动态条件下优化群体。在多个数据集上的实验表明，与各种基线相比，DeepForm在群体形成质量、效率和推荐准确性方面均表现优越。
引用
@article{arxiv.2511.02879,
title = {Stochastic Deep Graph Clustering for Practical Group Formation},
author = {Junhyung Park and Hyungjin Kim and Seokho Ahn and Young-Duk Seo},
journal= {arXiv preprint arXiv:2511.02879},
year = {2025}
}