En raison d'une grêve chez bpost, votre commande pourrait être retardée. Vous avez besoin d’un livre rapidement ? Nos magasins vous accueillent à bras ouverts !
- Retrait gratuit dans votre magasin Club
- 7.000.000 titres dans notre catalogue
- Payer en toute sécurité
- Toujours un magasin près de chez vous
En raison de la grêve chez bpost, votre commande pourrait être retardée. Vous avez besoin d’un livre rapidement ? Nos magasins vous accueillent à bras ouverts !
- Retrait gratuit dans votre magasin Club
- 7.000.0000 titres dans notre catalogue
- Payer en toute sécurité
- Toujours un magasin près de chez vous
Advancing Recommender Systems with Graph Convolutional Networks
Fan Liu, Liqiang Nie
Livre broché | Anglais
126,95 €
+ 253 points
Description
This book systematically examines scalability and effectiveness challenges related to the application of graph convolutional networks (GCNs) in recommender systems. By effectively modeling graph structures, GCNs excel in capturing high-order relationships between users and items, enabling the creation of enriched and expressive representations.
The book focuses on two overarching problem categories: the first area deals with problems specific to GCN-based recommendation models, including over-smoothing, noisy neighboring nodes, and interpretability limitations. The second one encompasses broader challenges in recommendation systems that GCN-based methods are particularly well-suited to address as the attribute missing problem or feature misalignment. Through rigorous exploration of these challenges, this book presents innovative GCN-based solutions to push the boundaries of recommender system design. To this end, techniques such as interest-aware message-passing strategy, cluster-based collaborative filtering, semantic aspects extraction, attribute-aware attention mechanisms, and light graph transformer are presented.
Each chapter combines theoretical insights with practical implementations and experimental validation, offering a comprehensive resource for researchers, advanced professionals, and graduate students alike.
Spécifications
Parties prenantes
- Auteur(s) :
- Editeur:
Contenu
- Nombre de pages :
- 160
- Langue:
- Anglais
Caractéristiques
- EAN:
- 9783031850929
- Format:
- Livre broché
- Dimensions :
- 155 mm x 235 mm
Les avis
Nous publions uniquement les avis qui respectent les conditions requises. Consultez nos conditions pour les avis.