KDD2021 | 异构信息网络上多视图去噪图自编码器用于冷启动推荐

今天给大家介绍的是华南理工大学马千里教授课题组发表在KDD2021上的文章“Multi-view Denoising Graph Auto-Encoders on Heterogeneous Information Networks for Cold-start Recommendation”。这篇文章提出了一个多视图去噪图自编码器模型MvDGAE以处理冷启动推荐问题。首先通过提取异构信息网络上的多层面语义信息以增强不同方面的用户/项目关系。然后在训练过程中随机删除一些用户-项目交互视图，让解码器使用有限的视图来恢复整个视图。最后贝叶斯任务权重学习器用来自动平衡多视图图重构目标。最终在多个数据集上的大量实验结果表明MvDGAE显著优于最先进的推荐模型。