推荐系统前沿系列-生成对抗网络概览

发表于 | 分类于 |

GAN在推荐中应用梳理

IRGAN

  • G：给定query，预测document.D:给定预测得分
    针对推荐场景：G：给定User.生成/预测item,D:给定预测得分
    这对D的离散问题，采样方式，使用PG的方式，学习过程-baseline,使用critic进行评估
  • 如何扩展到pair-wise的使用场景？

GraphGAN

G：给定顶点，生成其他的顶点
D：判断顶点对是否有这样的关系

CFGAN

  • 直觉：discrete item index generation问题

RAGAN

GAN生成的数据做labeled进行数据增强

  • 直觉：数据稀疏的问题？

  • 方法：设计出RAGAN/RAGAN+bias treat,如何寻找负向？排序低、未召回

    one-class collaborative Filtering (OCCF) framework

APR

模型更加鲁棒，APR：MF+APR

Adversarial Recommendation: Attack of the Learned Fake Users

来源：https://arxiv.org/pdf/1809.08336.pdf