Graph Convolutional Matrix Completion

• 类型：arxiv
• 标识：1706.02263
• 链接：https://arxiv.org/abs/1706.02263
• 主题：evaluation
• 主分类：engineering
• 形态：method
• 被引：1413
• 被引来源：Semantic Scholar
• S2被引：1413
• OpenAlex被引：1104
• 影响力被引：209
• TLDR：A graph auto-encoder framework based on differentiable message passing on the bipartite interaction graph that shows competitive performance on standard collaborative filtering benchmarks and outperforms recent state-of-the-art methods.
• OpenAlex ID：W2624407581
• OpenAlex DOI：10.48550/arxiv.1706.02263
• DOI：10.48550/arxiv.1706.02263
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/1706.02263
• OpenAlex更新：2026-08-01
• 待LLM分类：否
• 成熟度：research
• 场景：recommendation、graph neural network、matrix completion
• 标题中文：Graph Convolutional Matrix Completion
• TLDR中文：一种基于二部交互图上可微分消息传递的图自编码器框架，在标准协同过滤基准上表现出竞争力，并优于近期的 SOTA 方法。
• 来源文件：
• [OpenAlex discover]
• [S2 enrich]