2022年3月15日
Sequential Recommendation with Graph Neural Networks阅读笔记
摘要： #动机 本文是2021年SIGIR的一篇论文。目前现有的工作在序列推荐面临着两个挑战：1.用户的历史行为序列通常是隐式反馈的且包含噪声，它们不能充分反映出用户真实偏好。2.用户动态偏好会随时间快速变化，因此很难捕获到用户偏好模式。本文提出一种名为SUGRE的图神经网络，它将稀疏的项目序列重构为紧密的 阅读全文
posted @ 2022-03-15 23:41 South1999 阅读(182) 评论(0) 推荐(0) 编辑