基于知识图谱的推荐综述
一.A Survey on Knowledge Graph-Based Recommender Systems 基于知识图谱的推荐系统综述
来源：TKDE 2020
论文链接：https://arxiv.org/abs/2003.00911v1
1.内容简介：介绍了基于知识图谱做推荐的方法
1）基于路径的方法
2）基于embedding的方法
3）基于联合的方法
注：图片是别的博主画的，时间太久忘记是哪位了。侵删
2.模型总结:
二.Graph Learning based Recommender Systems: A Review 基于图学习的推荐系统综述
来源：国际人工智能联合会议 IJCAI 2021
论文链接：https://www.researchgate.net/publication/350979695_Graph_Learning_based_Recommender_Systems_A_Review
1.内容简介：
推荐系统中的数据：用户-物品的交互数据（如用户对物品的打分或者点击），和附带信息（如用户和物品的属性）
交互数据又可分为：
1）一般交互数据
2）序列交互数据
3）附带信息
2.推荐系统方法：基于随机游走模型的方法、基于图嵌入技术的方法、基于图神经网络的方法
3.常用模型和数据集
三.Graph Neural Networks in Recommender Systems: A Survey 基于图神经网络的推荐系统综述
来源：arXiv 2020
论文链接：https://arxiv.org/abs/2011.02260
1.内容简介：
常用图神经网络：
2.推荐系统中的图结构
3.基于图神经网络模型的分类
4.模型（只截了数据集是用户项目交互或者加上kg）
