SocialLGN阅读笔记
这篇文章主要是在LightGCN的基础上，不仅仅只采用了user-item graph来进行推荐，还加入了用户之间的社交信息。用户和项目的表示在LightGCN中传播，并且用户的表示在社交图中传播。在此基础上，本文还新设计了一个图融合操作，来聚合用户表示。
在推荐系统中，用户-项目数据和社会关系数据通常被建模为两个图，我们要使用社会关系图通常有两种办法，一种是将社会关系图和用户项目交互图整合到异构图中，并统一的学习图中每个节点的表示。另一种是学习每个用户在两个图中的表示，然后将两个学习到的表示合并为最终的表示。
本文的主要模型思路如下
主要思想是对于用户来说，先对两个图分别进行卷积，然后将得到的这两个表示进行融合得到一个新的用户表示，之后将这个新的用户表示当作输入输入到下一层中
图融合的方式为：
损失函数为BPRLoss
标签：表示,社会关系,SocialLGN,用户,笔记,图中,阅读 From： https://www.cnblogs.com/anewpro-techshare/p/17702831.html