Knowledge-aware Graph Neural Networks with Label Smoothness Regularization for Recommender Systems

Label Smoothness Regularization   因为与传统的GNN不同,边的权重是可以学习的,而且在钱箱传播的过程中,还有w的参数需要学习。为了防止过拟合,而且由于边的权重的重要性,因此需要刚过的约束。作者在这里使用了Label Smoothness Regularization。具体的公示内容没有看懂。为了这个正则化和可学习的gnn网络,作者提出了一个独特的损失函数。 直观理
相关文章
相关标签/搜索