KGIN关于推荐的问题

[cabbgae]

您好：
在了解KGIN的可解释性功能后，我想知道KGIN的实际用途是什么？能否向user推荐一个新的item，如何推荐，在代码或是论文中的哪一点体现出来。
十分感谢您的回答

[huangtinglin]

图推荐是讲原本的推荐问题，即判断一个用户与某个商品的相关性，看成是一个边预测问题。实际运用即现在某个user-item-KG上训练，然后预测user-item边存在的概率，与我们文中的实验与实验数据类似。

[cabbgae]

非常感谢您的回答！我想接着这个问题再问一下，能否用公式14，

来确定user对每个item的评分，从而达到推荐的目的。

[cabbgae]

还有一点，在代码中，公式14体现为

能具体说说此时pos_score和neg_score分别代表什么吗，有什么具体含义。非常感谢您能在百忙之中抽出时间来回答！

[huangtinglin]

代表了user和正样本或者负样本的相似性

…

Sent from my iPhone On May 21, 2022, at 14:10, cabbage ***@***.***> wrote:  还有一点，在代码中，公式14体现为 [image]<https://user-images.githubusercontent.com/88702772/169638389-0d2fec22-00dd-441e-9d15-d364cdda0b9b.png> 能具体说说此时pos_score和neg_score分别代表什么吗，有什么具体含义。非常感谢您能在百忙之中抽出时间来回答！ — Reply to this email directly, view it on GitHub<#28 (comment)>, or unsubscribe<https://github.com/notifications/unsubscribe-auth/AGKGL6D56OGPBAUOTXPPEBDVLB44TANCNFSM5VYPRCWQ>. You are receiving this because you commented.Message ID: ***@***.***>