Closed jasperzhong closed 1 year ago
为异构图推荐任务提出HERec.核心还是Meta-path-based random walk,不同之处是会过滤掉只剩一种节点,比如user或者item,然后用node2vec各自生成对应的node embedding. 而之前的metapath2vec #330 的skip gram的random walk没有filter这一步,所以序列包含多种type of nodes. 由于一个node存在多条metapath,所以还需要把embedding fuse起来. 最后得到user和item的node embedding,用于推荐任务.
实验和使用metapath的方法对比了,HERec这种经过filter的方法效果更好.
https://arxiv.org/pdf/1711.10730.pdf