【CIKM 2019论文】基于关系型图卷积网络的代理发起的社会化电子商务推荐（Relation-Aware Graph Convolutional Networks for Agent-Initiated Social E-Commerce Recommendation）

论文题目： Relation-Aware Graph Convolutional Networks for Agent-Initiated Social E-Commerce Recommendation

论文摘要：

近年来，agent-initiated社交电子商务模式取得了巨大的成功，这种模式鼓励用户成为销售代理商，通过他们的社交关系来推广商品。这种类型的社交电子商务中的复杂交互可以表述为异构信息网络(HIN)，其中三种节点之间的关系有多种类型，分别为用户、销售代理和商品。学习高质量的节点嵌入是研究的重点，图卷积网络(GCNs)是近年来发展起来的最先进的表示学习方法。然而，现有的GCN模型在建模异构关系和有效地从大量邻域中采样相关接收域方面都存在基本的局限性。为了解决这些问题，我们提出了RecoGCN(a RElation-aware CO-attentive GCN model)来有效地聚合HIN中的异构特征。它弥补了目前GCN在使用关系感知聚合器建模异构关系方面的局限性，并利用语义感知元路径为每个节点开辟简洁和相关的接受域。为了有效地融合从不同元路径中学习到的嵌入，我们进一步提出了一种co-attentive机制，通过关注用户、销售代理和商品之间的三种交互来动态地为不同的元路径分配重要性权重。在真实数据集上的大量实验表明，RecoGCN能够学习HIN中有意义的节点嵌入，并且在推荐任务中始终优于baseline方法。

部分作者简介：

Jianxun Lian是微软亚洲研究院研究员，研究兴趣是推荐系统，用户建模，深度学习，NLP。