Disentangled Graph Social Recommendation

计算机科学 推荐系统 图形 水准点(测量) 情报检索 相似性(几何) 语义学(计算机科学) 关系(数据库) 社交网站 人工智能 万维网 社会化媒体 理论计算机科学 数据挖掘 图像(数学) 程序设计语言 地理 大地测量学
作者
Lianghao Xia,Yizhen Shao,Chao Huang,Yong Xu,Huance Xu,Jian Pei
标识
DOI:10.1109/icde55515.2023.00180
摘要

Social recommender systems have drawn a lot of attention in many online web services, because of the incorporation of social information between users in improving recommendation results. Despite the significant progress made by existing solutions, we argue that current methods fall short in two limitations: (1) Existing social-aware recommendation models only consider collaborative similarity between items, how to incorporate item-wise semantic relatedness is less explored in current recommendation paradigms. (2) Current social recommender systems neglect the entanglement of the latent factors over heterogeneous relations (e.g., social connections, user-item interactions). Learning the disentangled representations with relation heterogeneity poses great challenge for social recommendation. In this work, we design a Disentangled Graph Neural Network (DGNN) with the integration of latent memory units, which empowers DGNN to maintain factorized representations for heterogeneous types of user and item connections. Additionally, we devise new memory-augmented message propagation and aggregation schemes under the graph neural architecture, allowing us to recursively distill semantic relatedness into the representations of users and items in a fully automatic manner. Extensive experiments on three benchmark datasets verify the effectiveness of our model by achieving great improvement over state-of-the-art recommendation techniques. The source code is publicly available at: https://github.com/HKUDS/DGNN.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Beyond095完成签到,获得积分10
1秒前
苦行僧完成签到 ,获得积分10
3秒前
自信放光芒~完成签到 ,获得积分10
3秒前
轩仔完成签到 ,获得积分10
3秒前
鱼儿忆流年完成签到 ,获得积分10
4秒前
认真的焦完成签到 ,获得积分10
7秒前
9秒前
9秒前
daisy完成签到 ,获得积分10
12秒前
菜芽君完成签到,获得积分10
12秒前
丽莉发布了新的文献求助10
14秒前
Fei发布了新的文献求助30
16秒前
我是老大应助丽莉采纳,获得10
21秒前
行走在科研的小路上完成签到,获得积分10
22秒前
浩浩完成签到 ,获得积分10
22秒前
人类繁殖学完成签到 ,获得积分10
22秒前
24秒前
11完成签到 ,获得积分10
24秒前
英勇的红酒完成签到 ,获得积分10
25秒前
小文子完成签到 ,获得积分10
25秒前
刚好夏天完成签到 ,获得积分10
26秒前
zhangruixue0519完成签到 ,获得积分10
27秒前
李浅墨完成签到 ,获得积分10
28秒前
啊哈完成签到 ,获得积分10
29秒前
32秒前
嗯嗯嗯哦哦哦完成签到 ,获得积分10
34秒前
明理囧完成签到 ,获得积分10
37秒前
38秒前
Gavin完成签到,获得积分10
38秒前
丸子完成签到 ,获得积分10
39秒前
好好学习完成签到 ,获得积分10
41秒前
天真的莺完成签到,获得积分10
43秒前
Fei发布了新的文献求助30
44秒前
luo完成签到 ,获得积分10
44秒前
xingxing完成签到 ,获得积分10
44秒前
健壮问兰完成签到 ,获得积分10
46秒前
尊敬雪萍完成签到 ,获得积分10
49秒前
SciGPT应助linlin采纳,获得10
50秒前
mayimo完成签到,获得积分10
50秒前
jianrobsim完成签到,获得积分10
53秒前
高分求助中
Sustainability in Tides Chemistry 2000
Microlepidoptera Palaearctica, Volumes 1 and 3 - 13 (12-Volume Set) [German] 1122
Дружба 友好报 (1957-1958) 1000
The Data Economy: Tools and Applications 1000
Regression-Based Normative Data for Psychological Assessment 700
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 700
PraxisRatgeber Mantiden., faszinierende Lauerjäger. – Buch gebraucht kaufe 700
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3099819
求助须知:如何正确求助?哪些是违规求助? 2751281
关于积分的说明 7612331
捐赠科研通 2403098
什么是DOI,文献DOI怎么找? 1275171
科研通“疑难数据库(出版商)”最低求助积分说明 616276
版权声明 599053