超级会员免费看
本文探讨如何使用图神经网络（AGNN）处理严格冷启动问题，特别是针对用户和物品的属性信息。文章介绍了问题定义、模型结构，并提供了一种利用扩展的变分自编码器（VAE）生成偏好embedding的方法。模型通过Gated-GNN聚合节点embedding，以处理无历史交互数据的场景。虽然面临用户和物品属性信息不全的挑战，但该模型仍能借助属性相似性传递偏好信息。
hi各位大佬好，我是百变大魔王探花小明哥GBM.问题来源：领导说，这里要当成严格冷启动问题，不能用预热的行为数据，看来之前的LCE是肯定不行的，目前主要解决的是item冷启动的问题，而对这些cold item的点击行为也是冷的用户，卧槽，这是真的冷啊。冰冷的梦里，无法跟你相聚。
For Recommendation in Deep learning QQ Group 277356808
For Visual in deep learning QQ Group 629530787
不接受这个网页的私聊/私信！！！
开始——
MF是CF中最流行的方法（效果好呗）。给定一个M*N的点击行为（user M个，item N个），首先学习到低纬的user或者item隐向量，然后采用一个评分函数生成矩阵
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
