Graph Convolutional Matrix Completion
发布时间
阅读量:
阅读量
Graph Convolutional Matrix Completion
- 1、Revisiting graph auto-encoders 图自编码器
-
- 1.1 符号定义
- 1.2 Revisiting graph auto-encoders 图自编码器
- 1.3 Graph convolutional encoder 图卷积编码器
- 1.4 Bilinear decoder 双线性解码器
- 1.5 模型训练
1、Revisiting graph auto-encoders 图自编码器
1.1 符号定义
- M:评分矩阵,维度为N_{u}×N_{v},其中N_{u}是users的数量,N_{v}是items的数量
- 非零的M_{ij}表示user\ i对item\ j的评分,M_{ij}=0表示一个没有观测到评分

图1表示了整个模型的流程。在一个二分的user-item交互图中,矩阵补全任务(即对未观察到的交互的预测)可以转换为链接预测问题,并使用端到端可训练的图自编码器进行建模。

1.2 Revisiting graph auto-encoders 图自编码器



1.3 Graph convolutional encoder 图卷积编码器


1.4 Bilinear decoder 双线性解码器

1.5 模型训练



论文链接:https://www.kdd.org/kdd2018/files/deep-learning-day/DLDay18_paper_32.pdf
全部评论 (0)
还没有任何评论哟~
