还有很长很长的路

标题：Knowledge-aware Coupled Graph Neural Network for Social Recommendation中文翻译：面向社会推荐的知识感知耦合图神经网络模型：KGCN源代码：https://github. com/xhcdream/KCGN摘要社会推荐任务的目的是结合用户之间的社会关系来预测用户对项目的偏好，从而缓解协同过滤的稀疏性问题。虽然最近许多算法改进证明了基于神经网络的社会推荐系统的有效性，但几个重要的挑战还未得到很好的解决：（i）大多数模型只考.

论文：Make It a Chorus: Knowledge- and Time-aware Item Modeling for Sequential Recommendation代码：https://github.com/THUwangcy/ReChorus(pytorch)数据集：Grocery、Cellphones、Home指标：HR、NDCG

[SIGIR 2019 ] Neural Graph Collaborative Filtering 推荐系统

作者1 Eric Liang：加州大学伯克利分校RISELab成员之一，方向为强化学习的分布式系统和应用程序，曾在Google/Databricks工作。https://rise.cs.berkeley.edu/blog/author/ekhliang/4 Ion Stoica：加州大学伯克利分校EECS系的教授，RISELab成员之一。他从事云计算和网络计算机系统的研究，也是ACM院...

OWE-2019 A Open-World Extension of KGC Models2019年 AAAI Technical Track: Knowledge Representation and ReasoningIntroduction在问答系统、信息抽取、检索等方面，知识图谱是 #disambiguation 和 #discover 的重要来源。众所周知，知识图谱能...