PAPER : Wang, X., He, X., Wang, M., Feng, F., & Chua, T. S. (2019, July). Neural graph collaborative filtering. In Proceedings of the 42nd international ACM SIGIR conference on Research and development in Information Retrieval (pp. 165-174).

박지원 : Abstract ~ METHODOLOGY(Embedding Layer), RELATED WORK

박순혁 : METHODOLOGY(Embedding Layer제외 전 부분), EXPERIMENTS ~

L2 norm으로 정규화 하는 것이 어떤 영향을 주는지?

레퍼런스 / 학습 자료

• https://junklee.tistory.com/112 (graph Laplacian norm 자세한 설명)
• https://velog.io/@yoonbee7/논문-Neural-Graph-Collaborative-Filtering (논문 관련 설명)

ABSTRACT

user-item의 Embedding은 최신 추천시스템의 핵심!

But, MF와 NCF에서 기존의 임베딩은 user-item 간의 interaction에 잠재된 collaborative signal 잘 캡쳐하지 못함.

본 논문에서는 user-item 간의 bipartite graph로 High-order connectivity을 모델링하여 collaborative signal을 캡쳐하는 그래프 기반 추천 프레임워크인 NGCF(Neural Graph Collaborative Filtering)을 제안.

1. INTRODUCTION

기존의 CF 방법론들은 user와 item 임베딩을 분리하여 구성해서 interaction이 잠재된 collaborative signal을 캡쳐하기 어려움.