摘要：
U-BERT: Pre-training User Representations for Improved Recommendation论文阅读笔记 Abstract 学习用户表征是推荐系统的一项关键任务，因为它可以编码用户对个性化服务的偏好。用户表征一般是从点击互动和评论意见等行为数据中学习的。 阅读全文
摘要：
Candidate–aware Graph Contrastive Learning for Recommendation论文阅读笔记 Abstract 现存问题： 大多数基于gcl的方法使用启发式数据增强方法，即随机节点/边下降和属性掩蔽，来构造对比对，导致重要信息的丢失。 解决方案： 为 阅读全文
摘要：
uCTRL: Unbiased Contrastive Representation Learning via Alignment and Uniformity for Collaborative Filtering论文阅读笔记 这篇文章应该是关于无偏推荐的 Abstract 由于协作过滤（CF 阅读全文
摘要：
Diffusion-Based Graph Contrastive Learning for Recommendation with Implicit Feedback论文阅读笔记 Abstract 提出问题： 自监督学习模型大多采用随机辍学来构造附加的图视图，没有区分边的重要性。这些方法在捕获 阅读全文
摘要：
MixGCF: An Improved Training Method for Graph Neural Network-based Recommender Systems论文阅读笔记 Abstract 现存问题： 基于gnn的CF中的负采样在很大程度上尚未被探索。 提出方法： 我们建议通过 阅读全文
摘要：
Towards Robust Neural Graph Collaborative Filtering via Structure Denoising and Embedding Perturbation论文阅读笔记 Abstract 现有的鲁棒协同滤波工作主要通过去噪图结构来提高鲁棒性，而其他 阅读全文
摘要：
RecDCL: Dual Contrastive Learning for Recommendation论文阅读笔记 Abstract 提出问题： 现有的基于cl的方法大多集中于批处理的对比，没有利用特征维度中潜在的规律性。这导致了在用户和项目的表示学习过程中的冗余解决方案。 解决方法： 在 阅读全文
摘要：
Towards Representation Alignment and Uniformity in Collaborative Filtering论文阅读笔记 Abstract 现存的问题： 现有的研究主要集中在设计更强大的编码器（如图神经网络）来学习更好的表示。然而，很少有人努力致力于研究C 阅读全文
摘要：
Enhanced Graph Learning for Collaborative Filtering via Mutual Information Maximization论文阅读笔记 Abstract 在普遍存在的基于隐式反馈的CF中，用户未观察到的行为被视为用户-项二部图中的非链接边。由于 阅读全文
摘要：
AutoCF论文阅读笔记 Abstract 开始介绍存在的问题 大多数对比方法的成功在很大程度上依赖于手动生成有效的基于启发式的数据增强。这并不适用于不同的数据集和下游推荐任务，这对数据增强具有自适应性，并且对噪声扰动具有鲁棒性很困难。 介绍解决方案 为了弥补这一关键的差距，这项工作提出了一 阅读全文