2020年2月6日 · We propose a new model named LightGCN, including only the most essential component in GCN -- neighborhood aggregation -- for collaborative filtering. Specifically, LightGCN learns user and item embeddings by linearly propagating them on the user-item interaction graph, and uses the weighted sum of the embeddings learned at all layers as the ...

作者提出一个简化GCN的模型LightGCN，只包含GCN最重要的组成部分，例如领域的聚合，多层传播。 通过在用户-项目交互图上线性传播用户和项目的嵌入来学习它们，最后将所有层上学习到的用户和项目嵌入加权和算作最后的预测得分。

本文介绍了LightGCN，一种针对推荐系统的优化模型，基于NGCF，移除了非线性和特征转换，专注于高阶连接性建模。 LightGCN通过实验证明了在推荐场景下GCN结构的简化，展示了其在提升性能方面的优势。 lightGCN 是将图 卷积神经网络 应用于推荐系统当中，是对神经图 协同过滤 （NGCF）算法的优化和改进。 lightGCN相比于其对照算法提升了16%左右，在介绍lightGCN之前应该知道NGCF的基本原理。 首先，协同过滤的基本假设是相似的用户会对物品展现出相似的 …

2023年3月20日 · LightGCN是为推荐系统设计的一种轻量级图卷积网络，通过消除传统GCN中的特征转换和非线性激活，提高了性能和训练效率。 研究表明，这些改动对于协同过滤任务是不必要的，并且可以减轻过拟合问题。

LightGCN 是一个基于嵌入的模型，这意味着它试图为用户和项目找到最佳嵌入（向量）。 除此以外，它还在寻找最优评分函数 f，这个函数其为新的用户-项目进行评分，分数高的则会被推荐。 对于嵌入向量，具有相似偏好的用户的嵌入会相似，而偏好不同的用户的嵌入会更加不同。 在继续研究 lightGCN 之前，首先简单介绍一下的基于嵌入的模型， 矩阵分解 法在传统的推荐系统中已被应用多年，并且效果一直都很好，所以它将作为我们的基线模型： 上图是矩阵分解 (MF)过程与 …

In this work, we aim to simplify the design of GCN to make it more concise and appropriate for recommendation. We propose a new model named LightGCN, including only the most essential component in GCN—neighborhood aggregation—for collaborative filtering.

2022年8月3日 · 图卷积网络（Graph Convolutional Network, GCN）是一类专门用于处理图数据的神经网络模型。它将图的拓扑结构与节点特征结合起来，通过图卷积操作来提取节点之间的关系和特征信息。

In this work, we aim to simplify the design of GCN to make it more concise and appropriate for recommendation. We propose a new model named LightGCN, including only the most essential component in GCN — neighborhood aggregation — for collaborative filtering. Specifically, LightGCN learns user and

We propose a new model named LightGCN,including only the most essential component in GCN—neighborhood aggregation—for collaborative filtering. We provide three processed datasets: Gowalla, Yelp2018 and Amazon-book and one small dataset LastFM. see more in dataloader.py. run LightGCN on Gowalla dataset:

2020年7月25日 · We propose a new model named LightGCN, including only the most essential component in GCN -- neighborhood aggregation -- for collaborative filtering. Specifically, LightGCN learns user and item embeddings by linearly propagating them on the user-item interaction graph, and uses the weighted sum of the embeddings learned at all layers as the ...