地址：

https://arxiv.org/abs/2001.11402

题目

上下文感知推荐系统的图卷积机：Graph Convolution Machine for Context-aware Recommender System

关键字

图卷积，编码器与解码器，上下文感知，深度学习，推荐系统

简介

推荐的最新进展表明，可以通过在用户项目交互图上执行图卷积来学习更好的用户和项目表示形式。但是，这种发现主要限于协作过滤（CF）场景，在该场景中无法使用交互上下文。在这项工作中，我们将图卷积的优势扩展到了上下文感知推荐系统（CARS，代表了可以处理各种辅助信息的通用类型的模型）。我们提出了图卷积机（GCM），它是一个由以下组成的端到端框架：三个组件：编码器，图卷积（GC）层和解码器。编码器将用户，项目和上下文投影到嵌入向量中，然后将其传递到GC层，以利用上下文感知的图卷积在用户项图中对用户和项目嵌入进行细化。解码器通过考虑用户，项目和上下文嵌入之间的交互，提取经过精炼的嵌入以输出预测分数。我们对Yelp的三个真实数据集进行了实验，验证了GCM的有效性以及对CARS执行图形卷积的好处。

作者

Jiancan Wu,Xiangnan He,Xiang Wang,Qifan Wang,Weijian Chen,JianxunLian,Xing Xie,Yongdong Zhang来自中国科学技术大学

便捷查看下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“GCM” 就可以获取《图卷积机的上下文推荐系统》论文专知下载索引

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资料