KDD19|基于元路径的异质图神经网络意图推荐 论文初探

KDD19|基于元路径引导的异质图神经网络意图推荐 论文浅尝

论文相关资源可通过以下链接获取：https://dl.acm.org/doi/10.1145/3292500.3330673。对应的研究代码亦可在该网址：https://github.com/googlebaba/KDD2019-MEIRec 中查阅。

前言

该研究由北京邮电大学与阿里巴巴集团旗下的淘宝平台联合开展，聚焦于用户意图推荐方向，充分借助淘宝平台所具备的数据资源优势。研究过程中引入异质信息网络中的元路径方法，并整合部分静态特征信息，最终通过MLP层（即神经网络的全连接层）完成对用户意图得分的预测。可以说，这项工作成功地将图神经网络在推荐系统中的相关理论应用到实际场景中，具有较高的参考价值和实践意义。

Abstract

当前，伴随着移动电子商务的快速发展，一种创新性的推荐机制（被称作“意图推荐”）已被广泛应用于诸多移动电商平台，如淘宝与亚马逊等。相较于传统的查询推荐和项目推荐方式，意图推荐能够在用户启动应用时，依据其过往行为自动推测用户的潜在需求，而无需用户进行任何输