Advancing Recommender Systems with Graph Convolutional Networks
-
- Taschenbuch ausgewählt
- eBook
-
Sprache:Englisch
114,99 €
UVP
131,99 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
30.03.2025
Verlag
SpringerSeitenzahl
157
Maße (L/B/H)
23,5/15,5/1 cm
Gewicht
277 g
Sprache
Englisch
ISBN
978-3-031-85092-9
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.
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice