gru4rec
srgnn
序列模型，只考慮上一節點到當前節點的過渡關係
圖模型，考慮更複雜的過渡關係，包括若干出點和入點與當前節點的聯絡
僅考慮使用者的當前興趣
使用attention機制，考慮使用者的當前興趣和整體興趣
迴圈次數由序列長度決定
迴圈次數是個超參，srgnn預設為1
有負取樣，pairwise loss（bpr、top1）
沒有負取樣，pointwise loss（nll）
minibatch，**比較複雜
data augmentation，實現比較簡單（但序列長度較長時不適用於rnn）
關於ggnn和srgnn更多資訊，可以轉至 【**精讀】門控圖神經網路ggnn及srgnn
關於對KB4Rec資料集的學習
此資料集是將一些其他的資料集聯絡起來之後得到的乙個資料集。其他的資料集分為兩類，分別是推薦系統的資料集和知識庫。推薦系統的資料集 rs data sets 包括movielens,lfm 1b和amazon book三種 知識庫的資料集 kb data sets 包括freebase和yago。將來...