SocialLGN:社会勧告のためのライトグラフ畳込みネットワーク【JST・京大機械翻訳】

Liao Jie; Zhou Wei; Luo Fengji; Wen Junhao; Gao Min; Li Xiuhua; Zeng Jun

文献

J-GLOBAL ID：202202228313132235 整理番号：22A0680285

SocialLGN:社会勧告のためのライトグラフ畳込みネットワーク【JST・京大機械翻訳】

SocialLGN: Light graph convolution network for social recommendation

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A0680285&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0680285&from=J-GLOBAL&jstjournalNo=D0636A") }}

著者 (7件)： , , , , , ,
資料名：
巻： 589 ページ： 595-607 発行年： 2022年
JST資料番号： D0636A ISSN： 0020-0255 CODEN： ISIJBC 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

ユーザとアイテムの表現をユーザ-アイテムグラフから学習するために,推薦システムにグラフニューラルネットワークを適用した。最先端において,ソーシャル推薦にグラフニューラルネットワークを適用する際に2つの主要な課題がある。(i)ユーザ-項目インタラクショングラフとソーシャルグラフからユーザとアイテムの表現を正確に学習する方法,および(ii)各ユーザが2つのグラフによって同時に表現されるという事実に基づいて,これら2つのグラフから学習されたユーザ表現を統合する方法。これらの課題に対処することを目的として,本論文では,ソーシャルLGNと呼ばれる新しいソーシャル推薦システムを提案した。社会LGNにおいて,各ユーザとアイテムの表現は,軽いグラフ畳込み層を有するユーザ-アイテム相互作用グラフで伝播する。一方,ユーザの表現はソーシャルグラフで伝播する。これに基づいて,グラフ融合操作を設計して,伝搬中のユーザ表現を集約した。加重和を適用して,各層によって学習された表現を結合した。2つの実世界データセットについて包括的な実験を行い,その結果,提案したソーシャルLGNは,特にコールドスタート問題の取り扱いにおいて,SOTA法より優れていることを示した。著者らのPyTorch実装モデルは,https://github.com/leo0481/SocialLGNによって利用可能である。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , ,
, , 【Automatic Indexing@JST】

著者キーワード (4件)： , , ,

その他の情報処理

, , , ,

前のページに戻る