以下是一些关于图神经网络(GNN)推荐系统的精选论文,供您参考和学习。

1. 论文标题:Deep Neural Networks for YouTube Recommendations

这篇论文介绍了YouTube推荐系统的实现,其中使用了深度神经网络技术。它详细讨论了如何利用用户行为和内容信息来提高推荐效果。

2. 论文标题:Neural Graph Collaborative Filtering

这篇论文提出了一种基于神经网络的图协同过滤(GCF)方法,通过构建用户-物品的交互图来提高推荐效果。

3. 论文标题:Graph Convolutional Networks

这篇论文介绍了图卷积网络(GCN)的基本原理和应用,为GNN在推荐系统中的应用奠定了基础。

4. 论文标题:Graph Neural Networks for Recommender Systems

这篇论文探讨了如何将图神经网络应用于推荐系统,并提出了一个基于GCN的推荐系统模型。

5. 论文标题:Neural Collaborative Filtering

这篇论文提出了一种基于神经网络的协同过滤方法,通过神经网络学习用户和物品的潜在表示来提高推荐效果。

扩展阅读

如果您想了解更多关于GNN推荐系统的知识,可以访问以下链接:

希望这些内容能对您有所帮助!🤗