传统的基于图的对比学习范式容易丢失结构信息,LightGCL通过SVD分解邻接矩阵构造了正样本图,并最大程度保留了原图全局结构信息: 参考 ICLR’23 UnderReview | LightGCL: 简单而有效的图对比学习推荐系统奇异值分解(SVD)原理与在降维中的应用