| 第159行: |
第159行: |
| | ==编辑推荐== | | ==编辑推荐== |
| | ===集智课程=== | | ===集智课程=== |
| − | ====[]==== | + | ====[https://campus.swarma.org/course/1054 二分图神经网络(BGNN)与推荐系统]==== |
| | + | 本课程来自集智学园图网络论文解读系列活动。本课程是对论文《Bipartite Graph Neural Networks for Efficient Node Representation Learning》的解读。 |
| | + | |
| | + | 图网络算法目前主要用于同质化的图。这篇论文结合图网络算法和二分图的特点提出了BGNN算法,适用于二分图上的学习。 该算法主要包括跨节点域的消息传递机制(inter-domain message passing)和同节点域的信息对齐(intra-domain alignment)机制. 通过采用GAN技术实现了无监督学习,又采用逐层训练的方法提升了算法效率,并在人工数据集和实际数据集上进行 试验,结果超越了现有的图表示学习方法。这些优势使BGNN有潜力应用于大规模推荐系统。 |
| | + | |
| | + | |
| | + | ====[https://campus.swarma.org/course/1790 书籍领读:图论]==== |
| | + | 本课程中,将讲解巴拉巴西网络科学书籍第一章图论。 |
| | + | |
| | + | |
| | + | ====[https://campus.swarma.org/course/1745 漫谈图论的起源、发展与应用]==== |
| | + | 本课程中,介绍了图论中的基本概念和网络科学使用的工具,可以帮助认识真实网络的关键性质。 |
| | + | |
| | | | |
| | | | |