评述推荐系统中图卷积网络技术的发展

Nov, 2023

评述推荐系统中图卷积网络技术的发展

Reviewing Developments of Graph Convolutional Network Techniques for Recommendation Systems

Haojun Zhu, Vikram Kapoor, Priya Sharma

TL;DR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。

Abstract

The recommender system is a vital information service on today's Internet. Recently, graph neural networks have emerged as the leading approach for recommender systems. We try to review recent literature on graph

recommender system graph neural networks literature review spectral models spatial models

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

推荐系统中的图神经网络：综述

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。

Nov, 2020

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

面向推荐系统的偏好和并发感知贝叶斯图神经网络