초록
우리는 그래프에서 링크 예측의 관점으로 추천 시스템을 위한 행렬 완성 문제를 고려합니다. 영화 평점과 같은 상호작용 데이터는 관찰된 평점을 나타내는 라벨이 있는 이분 그래프로 표현될 수 있습니다. 최근 그래프 구조화 데이터에 대한 딥러닝의 발전을 바탕으로, 우리는 이분 상호작용 그래프에서 미분 가능한 메시지 전달을 기반으로 하는 그래프 오토인코더 프레임워크를 제안합니다. 우리의 모델은 표준 협업 필터링 벤치마크에서 경쟁력 있는 성능을 보입니다. 사회 네트워크와 같은 보완적인 특징 정보나 구조화된 데이터가 제공되는 환경에서는, 우리의 프레임워크가 최근 최고 수준의 방법들을 능가하는 것으로 나타났습니다.