【论文笔记】KG+GCN+RS

Knowledge Graph Convolutional Networks for Recommender Systems

论文地址
仅做学习草稿。欢迎交流
目的：计算得到${\hat{y}}_{u,v}$，即推荐概率

符号定义符合常规

方法

KGCN Layer

计算得到关系r对u的重要程度

进一步表示v的拓扑邻近结构

上述的用户关系分数在计算实体邻居表示时作为个性化过滤器。

由于实体数量级大，采样的邻居为固定大小而不是全部邻居。感受野的计算

为了提高计算效率，在训练时采用负采样，损失函数如下

为了提高计算效率，在训练时采用负采样，损失函数如下