Paper Review

📌 SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS 📖 Abstract 해당 논문은 그래프 구조 데이터에 대한 준지도 학습의 확장 가능한 접근 방식을 제시한다. 이 방법은 그래프에 직접 작용하는 효

📌 Neural Collaborative Filtering 📖 Abstract 해당 논문은 암시적 피드백을 기반으로 추천의 주요 문제를 해결하기 위해 신경망 기반 기술을 개발한다. 기존의 방식인(MF) 내적 곱을 사용하여 사용자와 특성 사이의 상호 작용을 모델링하는

📌 Neural Graph Collaborative Filtering 📖 Abstract 기존의 방법들은 임베딩 과정에서 사용자-아이템 상호 작용에서의 잠재적인 협력 신호를 인코딩하지 못한다는 한계점을 언급한다. 저자는 사용자-아이템 그래프 구조를 활용하여 임베딩을

📌 Inductive Representation Learning on Large Graphs 📖 Abstract 기존 그래프의 노드에 대한 저차원 임베딩 방법은 대부분 임베딩 훈련 중 그래프의 모든 노드가 존재해야 한다는 조건이 있으며, 본질적으로 transduct

📌 LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation 📖 ABSTRACT Graph Convolution Network(GCN)은 협업 필터링에서 새로운 sota 기술이 되

📌 Graph Convolutional Neural Networks for Web-Scale Recommender Systems 📖 ABSTRACT PinSage의 저자는 GraphSAGE 저자와 같으며, 해당 모델은 GraphSAGE를 개선한다. 본 논문은 Pi

📌 GRAPH ATTENTION NETWORKS 📖 ABSTRACT 본 논문에서 소개하는 Graph Attention Networks (GATs)는 GCN 방법론을 포함한 기존 방법론들의 단점을 극복하기 위해 Masked Self-Attention Layers를 사

📌 Heterogeneous Graph Attention Network 📖 ABSTRACT 저자는 그래프 신경망이 딥러닝을 기반으로 우수한 성능을 보이는 그래프 표현 기술이지만, heterogeneous graph를 위한 그래프 신경망이 아직 고려되지 않았음을 말한

📌 MultiSage: Empowering GCN with Contextualized Multi-Embeddings on Web-Scale Multipartite Networks 📖 ABSTRACT 기존의 GCN은 주로 homogeneous graphs에서 작동하여

📌 KGAT: Knowledge Graph Attention Network for Recommendation 📖 ABSTRACT 본 논문은 정확하고 설명 가능한 추천을 위해 사용자-아이템 상호작용 모델링과 부가 정보를 함께 고려해야 한다고 주장한다. 기존의 Fa

📌 Self-Supervised Learning for Recommender Systems: A Survey 📖 Abstract 자기 지도 학습은 추천 시스템의 희소한 데이터를 처리하는 문제에 있어서 해결책으로 주목받고 있으며, 본 서베이 논문은 이러한 자기 지도

📌 Self-supervised Graph Learning for Recommendation 📖 ABSTRACT 기존의 PinSage 및 LightGCN과 같이 추천을 위한 그래프 합성 신경망 모델들은 큰 성공을 보였지만 몇 가지 한계점을 지닌다. 본 논문은 이를

📌 Bootstrapping User and Item Representations for One-Class Collaborative Filtering 📖 ABSTRACT 본 논문은 BUIR이라는 새로운 OCCF 프레임워크를 제안하며, 이는 부정적 샘플링이 필요하지

📌 Are Graph Augmentations Necessary? Simple Graph Contrastive Learning for Recommendation 📖 ABSTRACT Contrastive Learning이 더 고르게 분포된 사용자/아이템 표현을 학습하

📌 RippleNet: Propagating User Preferences on the Knowledge Graph for Recommender Systems 📖 ABSTRACT 협업 필터링의 희소성 및 콜드 스타트 문제를 해결하기 위해 지식 그래프를 부가 정보로