WWW文献阅读分享：《Reinforced Negative Sampling over Knowledge Graph for Recommendation》

🌟 研究背景

在推荐系统中，如何处理缺失数据是一个核心挑战。大多数现有工作通过从未观察到的数据中进行负采样来为推荐模型的训练提供负信号。然而，现有的负采样策略，无论是静态的还是自适应的，都不足以产生高质量的负样本——既要对模型训练有信息量，又要反映用户的真实需求。

🔍 相关工作

• 负采样方法：包括基于均匀分布和流行度偏差分布的随机采样（RNS和PNS），以及基于模型状态的自适应采样（如DNS）。
• 知识图谱推荐：利用知识图谱（KG）中的结构知识来丰富用户和项目之间的关系，包括基于KG嵌入的方法（如CKE）和基于路径的方法（如RippleNet）。

🚀 创新点

本论文提出了一种新的负采样模型KGPolicy，它作为一个强化学习代理来探索高质量的负样本。KGPolicy通过设计的探索操作，从目标正交互中自适应地接收知识感知的负信号，并最终产生潜在的负项以训练推荐器。

🧠 方法介绍

模型图输入输出转变

• 输入：用户-项目交互数据和知识图谱（KG）。
• 输出：高质量的负样本，用于训练推荐模型。

KGPolicy的核心是探索操作，它导航从正项开始，挑选两个连续的邻居（例如，一个KG实体和一个项目）进行访问。这种两跳路径捕获了知识感知的负信号。

模型框架

• 图学习模块：提前准备节点的高质量表示。
• 邻居注意力模块：使用两个注意力模型进行路径查找，并确定下一个合适的节点。
• 邻居剪枝模块：减少搜索空间，解决前序模块中的计算过载问题。
• 

🔬 实验

实验在三个公共数据集上进行：Amazon-book、Last-FM和Yelp2018。KGPolicy在所有数据集上的表现均优于现有的负采样方法和基于KG的推荐模型。

🏹 方法创新

• 知识图谱的创新应用：首次将知识图谱应用于负采样，以选择与正用户-项目交互配对的高质量负样本。
• 强化学习代理：开发了KGPolicy，一个有效的学习导航高质量负项的多跳探索路径的强化学习代理。
• 实验验证：在三个基准数据集上进行了广泛的实验，证明了KGPolicy在采样效果和知识条目使用上的优势。