Knowledge Graph Contrastive Learning for Recommendation（KGCL）阅读笔记
现有知识图谱（KG）的稀疏性和噪声使得项目-实体依赖关系偏离了反映其真实特征，从而显着放大了噪声效应，阻碍了用户偏好的准确表示。为了填补这一研究空白，作者设计了一个通用的知识图对比学习框架（KGCL），该框架可以减轻知识图增强推荐系统的信息噪声。论文链接：https://doi.org/10.1145/3477495.3532009代码链接：https://github.com/yuh-yang/