图模型:图卷积神经网络

阅读量 28,评论量

GCN

参考:https://www.zhihu.com/question/54504471/answer/332657604

全连接神经网络可以认为是图神经网络的一种特殊情况。将FNN中每一层输出看做一个节点的特征表示,FNN的前向计算,即为GCN的消息传递。如下所示:

FNN vs GCN

若FNN中有旁路的shortcut,那么A中每一行有值的列将不只一个。

GCN4Rec

NGCF

LGCN

相较于NGCF有两个变化:

1、消息传递:

eu(K)=(Anorm)KE

eu(1)=i{u}1dudiei

2、信息聚合

eu=k=0K1k+1eu(k)

socialLGN

在原交互图的基础上,引入一个社交图,交互图与社交图各自独立走LGCN的逻辑,只是在该次消息传递后的用户向量不仅仅只用从交互图上的LGCN中出来,而是用 交互图与社交图各自出来的用户向量做融合(item向量不变,依然从交互图上的LGCN中出来),然后再继续往后传递。如下所示:

socialLGN

GraphSage

ErnieSage

GCN4Other



  • Latest
  • Best
  • Oldest
  • Author