[GNN论文浅读] SGL

SGL是2021年在SIGIR发表的一篇图对比学习文章。作者认为，尽管GCN（PinSAGE和LightGCN）将基于User-Item的推荐表示学习从单个ID到历史交互行为扩充到高阶特征，它们还是存在以下两个方面的问题

（1）热门节点影响大，长尾节点学不好

（2）基于邻居聚合方案，受边噪声影响大，鲁棒性一般般

为此，本论文通过数据增强 对比学习 主辅助任务联合学习来加强节点的表示学习以解决上述问题。

论文链接：

https://arxiv.org/pdf/2010.10783.pdf

TBC