要約
私たちは協調類似埋め込み（Collaborative Similarity Embedding: CSE）を提案します。これは、ユーザー-アイテム二部グラフに存在する包括的な協調関係を活用して表現学習と推薦を行う統一フレームワークです。提案されたフレームワークでは、2種類の近接関係を区別しています：直接近接とk次の近傍近接です。前者からの学習は、グラフから観測可能な直接的なユーザー-アイテムの関連性を利用しますが、後者からの学習は、ユーザー間の類似性やアイテム間の類似性などの暗黙的な関連性を利用します。特にグラフが疎である場合、これらの情報は価値があります。さらに、スケーラビリティと柔軟性を向上させるために、2種類の近接関係を捉えるために特別に設計されたサンプリング技術を提案しています。8つのベンチマークデータセットを用いた広範な実験結果は、CSEが最先端の推薦手法よりも著しく優れた性能を示すことを示しています。