本文主要是介绍论文解析：Graph Convolutional Matrix Completion，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
论文解析：Graph Convolutional Matrix Completion
- 作者：Rianne van den Berg, Thomas N. Kipf, Max Welling（也是发表GCN的团队）
- 会议：KDD 2018
方法
图变分自编码器(GAE)的应用（GAE的博客），算法核心就是下面的图
将推荐系统的user-item交互建模为二分图，user和item分别是二分图的左半部和右半部节点，user对item的评分是二分图的边权，通过GCN得到user和item的embedding，然后通过一个双线性softmax预测user-item得分的概率分布（每个得分对应一个概率）。loss采用交叉熵损失。
user-item评分矩阵和user-item二分图的等价关系如下图所示：
这篇关于论文解析：Graph Convolutional Matrix Completion的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
