GCoMC图提取协同完成

优于现有方法

该协同矩阵完成模型通过关系图卷积网络引入图模式提取模块，以捕获逐项信息，从而显著提升矩阵补全性能。

Tong, Zhan · 毛晓军 · 汪建 · 王中雷

IEEE Signal Processing Letters 2024

技术优势

捕获条目级信息

通过关系图卷积网络集成图模式提取模块，从矩阵中提取条目级关联模式，弥补传统矩阵级操作的不足。

性能显著提升

在模拟和真实数据集上的实验表明，GCoMC 显著超越现有同类方法。

应用场景

• 数据补全：利用条目级图模式更准确地填补缺失数据，提升补全精度。
• 推荐系统：捕获用户-物品交互中的条目级关联，改善推荐准确性。
• 多源数据融合：显式建模多源数据间的条目级图结构，促进有效融合。