2020顶会KDD一种基于邻居的异构图推荐系统模型

题目：An Effective Interacting Neighborhood Model for Recommendation on Heterogeneous Graph

文章作者信息：

预览摘要：

基于异构信息网络（HIN）具有能力表征复杂图形，并且同时蕴含丰富的语义信息。近年来已被广泛应用于推荐系统中。然而现有方法尽管在性能上有提升但在实际应用中仍面临一系列问题。

一方面，在现有研究中主要关注于利用显式的路径可达性来提取用户与项目间的基于路径的知识关联。然而这些连接通常是稀疏且带噪声的，并且呈现出多样化的长度特征；因而导致了诸多方法难以有效应用于实际场景中的集成。

另一方面，在预处理阶段将节点及其周边特征浓缩为单一嵌入向量以便于学习异构网络表示的是一种常见的图论方法。然而这种弱化耦合的建模策略未能充分捕捉节点间的复杂互动关系从而导致模型出现早期阶段的概括性不足。

本文开发出一个以邻居为基础的端到端推荐互动模型（NIRec），旨在解决上述问题。详细说明了研究HINs中互动的重要性后指出：该模型通过建立一种新的以节点元路径为基础构