文章目录

• 摘要
• Introduction
• TASK FORMULATION
• METHODOLOGY

摘要

两段式的摘要比较少见，而且比较长。
第一段主要讲现有的推荐系统的目标more accurate, diverse, and explainable，实现这个目标需要额外的信息（side information），这是传统算法没法整的。
第二段是介绍原理以及相应结果。原来在协同过滤的算法中，假设所有的用户之间、item之间是没有联系的，实际上他们之间可以用KG来引入关系，使得他们之间可以有message的传递。
这里的KG之间的关系用的不是基础的GCN，而是带权重的GAT。

Introduction

讲了现有方法的不足
CF methods suffer from the inability of modeling side information [30, 31], such as item attributes, user profiles, and contexts, thus perform poorly in sparse situations where users and items have few interactions.

对于监督学习的方法：some representative models include factorization machine (FM) [23], NFM (neural FM) [11], Wide&Deep [7], and xDeepFM [18], etc.
Although these methods have provided strong performance, a deficiency is that they model each interaction as an independent data instance and do not consider their relations.
补充：工业界RS的发展
LR、XGBoost
FM、FFM（相当于在FM的基础上做了特征交叉）
Wide & Deep、DeepFM、DIN
对于RS中的某个模块：DSSM召回、ESSM多任务、MMOE

上图是这个文章的创新点。如果单独看Users和Items，那么就相当于协同过滤推荐，那么图中的$u_2$和$u_3$不会影响其他User，$i_3$和$i_4$不会影响其他Item，因为他们是没有交互关系的，通过加入KG的实体，实体与Item之间的关系看右边，那么原来没有关系的Users和Items就有了关系，从而实现了消息传递，学习到的表征更加精确。
当然这里的消息传递不可能通过一跳完成（First order），而是要多跳（high-order relations，这里不是该翻译多种关系？）
当然这样玩会带来两个缺点，当然也给出了解决方案：

1. the nodes that have high-order relations with the target user increase dramatically with the order size, which imposes computational overload to the model
   多跳意味每次参与计算的节点会指数级增长，需要使用sample技术来减少计算量（参考GraphSAGE）
2. the high-order relations contribute unequally to a prediction, which requires the model to carefully weight (or select) them
   加入更多的关系当然要带权才能更加精准
   对于Path-based methods（类似Metapath的方法），需要先用领域知识（缺点1）定义路径，然后在根据path进行训练，这样两步走的方法太不端到端（缺点2）了。
   对于Regularization-based method（类似KTUP and CFKG，这两个方法没学过）也有缺点，貌似是直接把KG直接加到原来的图里面直接训练，缺点是：neither the long-range connectivities are guaranteed to be captured, nor the results of high-order modeling are interpretable
   然后提出本文模型的优点（就是针对上面的缺点）：efficient, explicit, and end-to-end
3. recursive embedding propagation
4. attention-based aggregation
   上面两个步骤是不是很熟悉，propagation + aggregation

TASK FORMULATION

User-Item Bipartite Graph
Knowledge Graph，直接参考Trans系列文章即可
合成上面二者得到：
Collaborative Knowledge Graph

METHODOLOGY

先是公式1，就是trasR的计算，分别将head和tail通过映射（$W_r$）转到r的空间，然后做计算
$$g(h,r,t)=||W_r{e}_h+r-W_r{e}_t|{|}_2^2$$
如果是正样本那么分数越低反正越大
然后KG这块的loss就是取正样本和负样本的pairwise的loss，对应公式2
公式3则表示了聚合方式：
$$e_{N_h}=\sum _{(h,r,t)\in N_h}\pi (h,r,t)e_t$$
就是将所有和当前节点有关系的邻居$(h,r,t)\in N_h$按照权重$\pi$进行加权求和
Knowledge-aware Attention就是权重计算是用的映射后点乘的结果（head和tail相似度大传递信息的权重越大），对应公式4。
公式5是softmax
公式678分别定义了不同的聚合方式，其中第三种是文章提出的，就是多加了elementwise的信息，这个做法是针对某些任务会有好的效果。
公式9是第$l$层表征更新的公式
是节点u最后经过$l$层的训练，每层都得到一个表征结果，第一层得到的是1跳邻居信息，第二层得到的除了1跳邻居之外还有2跳邻居信息，以此类推。公式11表示的是把所有$l$层的表征结果concat起来得到最终结果
公式12表示两个节点的表征做相似性计算可以预测出用户是否购买该商品
公式13实际就是NGCF的loss
公式14是总体loss