【图神经网络：原理与实战】第十三章13.1 推荐系统：动态图与自监督实践

目录

13.1.1 数据建模与特征流水线

图与时序事件的形式化建模

特征流水线：表示、归一化与时间编码

邻居重要性与稀疏化策略

13.1.2 模型架构：异构图 + 时序模块

异构图消息传递的规范化推导

时序模块：从离散窗口到连续更新的推导

自监督目标函数的构造与性质证明

表达力与不变性

13.1.3 训练流程与在线 A/B 测试设计

训练流程与批次设计

小批量无偏估计与重要性重加权

在线 A/B 测试的统计学推导

实验池化与分配策略

13.1.4 评估与冷启动策略

离线评估指标的推导与解释

冷启动问题及其严密策略

评估策略与现实约束

代码实现（完整单文件，可直接运行）

本章小结与工程建议

---

本节作为书中算法原理与工程实践的正式章节，系统给出动态图异构图建模与特征流水线、基于异构图的时序模型的严密推导、训练流程与在线A/B测试设计的统计学推导，以及评估指标与冷启动策略的理论与实践要点。章节内所有推导以严密性为首要目标，逐步展开；代码实现置于章节末尾，作为可执行的工程示例（单文件完整实现，注释详尽，代码部分不含理论讲解）。

---

13.1.1 数据建模与特征流水线

图与时序事件的形式化建模