본 게시글은 Knowledge Graph Contrastive Learning for Recommendation, Yuhao Yang, Liandhao Xia, Chao Huang, Chenliang Li를 읽고 작성한 글입니다. 1. TitleKnowledge Graph Contrastive Learning for Recommendation 2. Abstract 지식 그래프(KG)를 활용한 추천 시스템 접근법 엔티티(KG에서 객체나 개념을 나타내는 기본 단위)가 롱테일 분포라는 문제 : 극히 작은 부분에 분포돼있고, 나머지는 소수KG의 노이즈 문제 : 노이즈 및 주제와 무관한 아이템 위 문제들을 해결하기 위해, 아래 방법을 고안했다.지식 그래프 증강 스키마 : 정보 집계에서 KG 노이즈를 억제하고, 아..
논문 살피기
본 게시글은 A Comprehensive Survey on Graph Neural Networks, Zonghan Wu, Shirui Pan 등 을 읽고 작성한 글입니다. 1. TitleA Comprehensive Survey on Graph Neural Networks 2. AbstractGNNs를 재귀 그래프 신경망(RecGNNs), 그래프 컨볼루션 신경망(ConvGNNs), 그래프 오토인코더(GAEs), 시공간 그래프 신경망(STGNNs)으로 분류하여 각 유형의 대표 모델 및 알고리즘을 설명한다. 3. 목표GNN의 포괄적 개요 제공 : GNNs의 최신 기술 및 응용 분야 종합 정리응용 분야 및 자원 : 다양한 분야에서의 GNNs의 활용 사례와 관련된 자원 소개 4. 정리(1) RecGNNs그래프 ..
본 게시글은 Graph Masked Autoencoder for Sequential Recommendation, Yaowen Ye, Lianghao Xia, Chao Huang을 읽고 작성한 글입니다. 1. TitleGraph Masked Autoencoder for Sequential Recommendation 2. Abstract현재의 순차적 추천 시스템은 레이블이 부족한 상황에서 성능이 저하된다.이에 대한 해결을 위해 대조학습이 주목받지만, CL 기반 모델들은 다양한 순차적 추천 작업에서 일관된 성능을 내지 못하며 노이즈에 취약하다.따라서 적응형 그래프 마스크 오토 인코더 기반 순차적 추천 시스템을 제안하여 임베딩 대조 뷰 구축에 대한 의존성을 줄이고,순차적 추천에서 정보력 있는 증강을 위해 장거리..
본 게시글은 LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation를 읽고 작성한 글입니다. 1. TitleLightGCN: Simplifying and Powering Graph Convolution Network for Recommendation 2. Abstract그래프 합성곱 네트워크(GCN)의 추천 시스템에서의 효과의 이유가 알려져 있지 않다.기존 GCN 이용 연구는 GCN에 대한 철저한 분석이 부족하여, 이 논문에서 GCN의 특성 변환과 비선형 활성화가 협업 필터링의 성능에 거의 기여하지 않음을 보여준다.또한 이를 포함시키면 훈련 난이도가 높아지고 추천 성능이 저하된다. 따라서 GCN의 설계를 단순화하여 추..
본 게시글은 BERT4Rec: Sequential Recommendation with Bidirectional Encoder Representations from Transformer를 읽고 작성한 글입니다. 1. TitleBERT4Rec: Sequential Recommendation with Bidirectional Encoder Representations from Transformer 2. Abstract사용자의 과거 상호작용을 양방향으로 분석하는 순차 추천 모델 BERT4Rec 3. 목표기존 단방향 순차 추천 모델의 한계(사용자 행동 시퀀스에서 숨겨진 표현의 능력 제한 / 정렬 시퀀스를 가정하지만, 실제 환경에서 항상 적용 불가능) 극복 4. 방법(1) 양방향 Self-Attention트랜스포머..
본 게시글은 Replacement Paths and Distance Sensitivity Oracles via Fast Matrix Multiplication, Oren weimann, Raphael yuster 을 읽고 작성한 글입니다. 1. TitleReplacement Paths and Distance Sensitivity Oracles via Fast Matrix Multiplication 2. Abstractn개의 정점을 가진 G=(V, E)의 거리 민감도 오라클은, 간선 고장시 최단 경로를 보고할 수 있는 데이터구조.오라클에 대한 쿼리는 그래프 G'=(V, E\S)에서, u에서 v로 가는 최단 경로를 반환한다.이 논문에서 제시하는 알고리즘은, 거리 민감도 오라클을 구축하는 랜덤화된 (몬테카를로..
본 게시글은 Hop Doubling Label Indexing for Point-to-Point Distance Querying on Scale-Free Networks, Minhao jiang, Ada Wai-Chee Fu, Raymond Chi-Wing Wong, Yanyan Xu를 읽고 작성한 글입니다. 1. TitleHop Doubling Label Indexing for Point-to-Point Distance Querying on Scale-Free Networks 2. AbstractP2P 거리 질의 문제에서 (무)방향성 그래프가 주어졌을 때, hop-doubling 라벨링 기술 기반 질의 응답 인덱스 구축 제안가중치 없는 스케일-프리 그래프 속성을 기반으로 인덱스 크기, 계산 비용 및 I..
본 게시글은 Finding Effectors in Social Networks, Theodoros Lappas, Dimitrios Gunopulos, Evimaria Terzi, Heikki Mannila를 읽고 작성한 글입니다. 1. TitleFinding Effectors in Social Networks 2. Abstract이미 일부 노드가 활성화된 네트워크 (V, E)가 있을 때, 이 활성화 상태를 가장 잘 설명하는 k개의 활성 노드 집합(effectors) 선택다양한 유형의 그래프에 대해 effectors의 복잡성 연구, 임의 그래프에는 최적으로 해결하기 어렵고 근사도 NP-hard이지만,특수 경우 동적 프로그래밍 알고리즘으로 다항 시간에 최적 해결 가능 3. 목표SNS에서 정보 전파를 가장 잘..
