Disentangled Contrastive Learning for Knowledge-aware Recommender System
Opened this issue · 0 comments
Reki0216 commented
一言でいうと
知識を意識したレコメンデーションのための、解きほぐされた対比学習フレームワークを構築する新しいモデル DCLKR の提案
著者/所属機関
Shuhua Huang, Chenhao Hu, Weiyang Kong, and Yubao Liu
- Sun Yat-Sen University,Guangzhou
- Guangdong Key Laboratory of Big Data Analysis and Processing, Guangzhou
DOI
https://link.springer.com/chapter/10.1007/978-3-031-47240-4_8
会議名(ジャーナル名)
The 22nd International Semantic Web Conference (ISWC2023)
トラック
Research Track
動機
アイテム属性のさまざまな側面に基づいて多面的なユーザーの好みを探ることの重要性を強調し、解きほぐされた表現学習によって多面的なユーザーの好みをモデル化するというアイデア
手法
アイテムナレッジグラフを複数の側面に分解し、インタラクショングラフをエンコードし、 2 つのビュー間で整列された項目表現に対してビュー間対比学習を行う。
背景
各ユーザーと各アイテムの単一の表現しか学習しないため、アイテム属性のさまざまな側面に基づいて多面的なユーザーの好みを発見するには不十分
結果
3 つのベンチマーク データセットで広範な実験を実施し、アブレーション研究で各コンポーネントの有効性を示した
考察
アイテム属性のさまざまな側面に基づいてユーザーの多面的な好みを捕捉することができ、知識ビューと協調ビューの両方からの特徴が保存されるため、表現が DCLKR にとってより有益なものになる
課題
記載なし
読んだ範囲
斜め読み程度