论文链接：

http://shichuan.org/doc/137.pdf

代码链接：

https://github.com/ytc272098215/CIAH

本文首次尝试对完整交互进行聚类，而不是对传统聚类方法中的简单交互。
主要贡献可归纳如下：

  • 这是对完整交互进行聚类的首次尝试，这可以从复杂的交互数据中发现更全面和可解释性更强的聚类模式。

  • 为完整交互提出了一种基于注意力超图神经网络的协同聚类方法，称为CIAH。通过超图建模完整交互后，我们设计了一个注意力超图神经网络，以及一个具有基于显著性和基于聚类的一致性的新颖协同聚类方法。

  • 大量实验证明了所提方法在完整交互的聚类上的有效性。此外，离线和在线的推荐实验也验证了其在下游应用中的实用价值。

     

内容中包含的图片若涉及版权问题，请及时与我们联系删除