随着互联网的蓬勃发展,一种流行的推荐场景在用户获取信息时发挥了重要作用,其中隐含在用户历史行为下的潜在异质协同信号和时序信息对于更好地推断用户下次愿意与哪个商品进行交互非常重要。传统的基于异质信息网络的推荐方法或时序推荐方法,要么只考虑交互过程中的异质协同信号,要么仅基于各自的商品交互序列来建模用户嵌入,前者难以捕捉用户的动态偏好,而后者则面临常见的数据稀疏性问题。在本文中,我们提出了一种新的时序感知的异质图神经协同过滤模型,简称SHCF,该模型通过融合考虑高阶异质协同信号和时序信息来解决上述问题。

成为VIP会员查看完整内容
17

相关内容

图神经网络 (GNN) 是一种连接模型,它通过图的节点之间的消息传递来捕捉图的依赖关系。与标准神经网络不同的是,图神经网络保留了一种状态,可以表示来自其邻域的具有任意深度的信息。近年来,图神经网络(GNN)在社交网络、知识图、推荐系统、问答系统甚至生命科学等各个领域得到了越来越广泛的应用。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
专知会员服务
14+阅读 · 2021年8月9日
专知会员服务
55+阅读 · 2021年6月30日
专知会员服务
41+阅读 · 2021年3月21日
专知会员服务
32+阅读 · 2021年2月12日
【AAAI2021】元学习器的冷启动序列推荐
专知会员服务
40+阅读 · 2020年12月19日
【SIGIR 2020】 基于协同注意力机制的知识增强推荐模型
专知会员服务
89+阅读 · 2020年7月23日
专知会员服务
87+阅读 · 2020年1月20日
推荐系统之矩阵分解家族
图与推荐
13+阅读 · 2020年3月28日
【基于元学习的推荐系统】5篇相关论文
专知
11+阅读 · 2020年1月20日
【推荐系统】融合 MF 和 RNN 的电影推荐系统
产业智能官
23+阅读 · 2018年1月4日
Arxiv
13+阅读 · 2021年5月3日
Arxiv
3+阅读 · 2020年2月12日
Arxiv
5+阅读 · 2018年7月19日
VIP会员
相关VIP内容
专知会员服务
14+阅读 · 2021年8月9日
专知会员服务
55+阅读 · 2021年6月30日
专知会员服务
41+阅读 · 2021年3月21日
专知会员服务
32+阅读 · 2021年2月12日
【AAAI2021】元学习器的冷启动序列推荐
专知会员服务
40+阅读 · 2020年12月19日
【SIGIR 2020】 基于协同注意力机制的知识增强推荐模型
专知会员服务
89+阅读 · 2020年7月23日
专知会员服务
87+阅读 · 2020年1月20日
微信扫码咨询专知VIP会员