推荐系统中的图神经网络：综述

Nov, 2020

Graph Neural Networks in Recommender Systems: A Survey

Shiwen Wu, Fei Sun, Wentao Zhang, Xu Xie, Bin Cui

TL;DR本研究综述了基于图神经网络的推荐系统在最近的研究工作中的应用。针对不同类型的信息和推荐任务，我们提供了 GNN-based 推荐模型的分类。进一步分析了 GNN 在不同类型数据上应用时面临的挑战，并讨论了现有工作如何解决这些挑战。我们总结了相关的论文及其开源实现。

Abstract

With the explosive growth of online information, recommender systems play a key role to alleviate such information overload. Due to the important application value of →

recommender systems graph neural network recommendation models information overload user/item representations

发现论文，激发创造

推荐系统中的图神经网络综述：挑战，方法与方向

本篇综述介绍了基于图神经网络的推荐系统的研究进展，主要包括基本背景、发展历程、研究热点、存在问题、相关应用等方面。文章概述了现有的研究成果，并探讨了未来的应用方向和挑战。

Sep, 2021

社交推荐的图神经网络

本文提出了一种图神经网络框架（GraphRec）用于社交推荐，该框架可以共同模拟两个图形和异构强度，并对用户 - 项目图形中的交互和观点进行联合捕获。

Feb, 2019

评述推荐系统中图卷积网络技术的发展

推荐系统领域的文献综述表明，图神经网络是当前互联网上应用最广泛的推荐算法之一，该研究剖析了推荐系统和图神经网络的背景和发展，并分类讨论了推荐系统的设置以及图神经网络的谱模型和空间模型，同时探讨了将图神经网络应用于推荐系统的动机，并分析了在图构建、嵌入传播聚合和计算效率方面面临的挑战和未解决问题，从而为未来的研究方向和发展提供了指导。

Nov, 2023

图形趋势滤波网络用于推荐

本文介绍了通过图神经网络进行推荐的方法，并探讨了现有方法的一些缺点，提出一种基于图趋势过滤网络的新方法，以捕捉交互性的自适应可靠性。

Aug, 2021

知识图谱上的深度学习在推荐系统中的应用：综述

本文综述了基于图神经网络的知识感知深度推荐系统的现状和发展方向，重点讨论了核心组件 —— 图嵌入模块，以及它们如何解决实际推荐问题，例如规模扩展，冷启动等，并总结了常用的基准数据集、评估指标和开源代码。

Mar, 2020

基于知识图谱的推荐系统综述

本文系统调查了基于知识图谱的推荐系统，从算法和数据集两个角度总结了近期发表的研究，并提出了该领域的几个潜在研究方向。

Feb, 2020

图神经网络：方法和应用综述

本文介绍了图神经网络（GNNs）的设计管道，详细讨论了其各个组成部分的变体，对其应用进行了系统分类，并提出了四个开放性问题供未来研究。