Graph Convolutional Matrix Completion
Graph Convolutional Matrix Completion
1、Revisiting graph auto-encoders 图自编码器
1.1 符号定义
- M M M:评分矩阵，维度为 N u × N v N_{u}×N_{v} Nu×Nv，其中 N u N_{u} Nu是 u s e r s users users的数量， N v N_{v} Nv是 i t e m s items items的数量
- 非零的 M i j M_{ij} Mij表示 u s e r i user\ i user i对 i t e m j item\ j item j的评分， M i j = 0 Mij=0 Mij=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
u
s
e
r
−
i
t
e
m
user-item
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