【文件属性】：
文件名称：Recommender systems based on graph embedding techniques
文件大小：1.84MB
文件格式：PDF
更新时间：2021-09-22 20:38:11
推荐系统
电子科大《图嵌入推荐系统技术》综述论文，64页pdf422篇文献阐述图嵌入推荐技术进展
推荐系统是一种缓解信息超载问题的关键工具，旨在通过分析观察到的用户-商品关系，从数百万的候选商品中预测出用户喜欢的商品。针对推荐系统存在的稀疏性和冷启动问题，利用侧信息和知识来挖掘隐藏的(间接的)用户-物品关系来丰富推荐的观测信息，近年来被证明是有前景的;而推荐模型在面对高度复杂和大规模的侧信息和知识时的可扩展性在很大程度上决定了推荐模型的性能。为了有效地利用复杂和大规模的数据，图嵌入技术的研究是一个重要的课题。将图嵌入技术用到推荐系统中，可以大大优于传统的直接基于图拓扑分析的推荐实现，近年来得到了广泛的研究。本文从二部图、一般图和知识图谱的嵌入技术出发，系统地回顾了基于图嵌入的推荐方法，提出了基于图嵌入的推荐方法的总体设计思路。此外，将几种有代表性的基于图嵌入的推荐模型与最常用的传统推荐模型进行了仿真比较，结果表明，传统推荐模型在预测隐式用户-物品交互方面总体上优于基于图嵌入的推荐模型。揭示了基于图嵌入的推荐在这些任务中的相对弱点。为了促进未来的研究，本文提出了基于图嵌入的推荐与传统推荐在不同任务中的权衡，以及一些有待解决的问题。