「直播回放」ICML20用于低通协同过滤推荐的图卷积网络

点击蓝字

设为星标

11月07号下午，清华大学博士 于文辉 直播为我们分享了其 ICML2020 最新论文：
Wenhui Yu; Zheng Qin.——Graph Convolutional Network for Recommendation with Low-pass Collaborative Filters.
很多人没来得及听或者没听明白，下面给出直播分享回放.

嘉宾介绍：

于文辉：清华大学，博士
主要研究方向：
推荐系统；图卷积神经网络；机器学习

分享概要：

用于低通协同过滤推荐的图卷积网络
论文：
https://proceedings.icml.cc/static/paper_files/icml/2020/530-Paper.pdf
代码：
https://github.com/Wenhui-Yu/LCFN

图卷积网络（GCN）广泛应用于推荐等图数据学习任务中。然而，当面对较大的图时，图卷积计算量很大，因此现有的 GCN 中都进行了简化，但由于过于简化而受到严重影响。为了弥补这一差距，这篇文章利用 GCN 中原有的图卷积，提出了一种低通协同过滤（LCF），使其适用于大型图。LCF 的设计消除了观测数据中曝光和量化带来的噪声，并无损地降低了图形卷积的复杂度。实验表明，LCF 提高了图卷积的有效性和效率，并且提出的 GCN 的性能明显优于现有的 GCN。

直播回放：

往期精彩推荐

图神经网络资源大集合~快来打包带走

「直播回放」NeurIPS20基于局部子图的图元学习

【直播回放】最强大的GNN直播回放来咯！

设为星标

【设为星标】才能不错过任何直播分享、论文推荐等精彩消息噢！

期待你的

分享

点赞

在看