Графовые нейронные сети для рекомендательных систем

Данная работа выполнялась с целью исследовать предварительные преобразования двудольного графа взаимодействий пользователей и товаров для улучшения метрик качества моделей графовых нейронных сетей для задач рекомендательных систем. Была поставлена задача создать конкретные методы для преобразования графа взаимодействий на основе фундаментальных свойств графов и текущих известных проблем рекомендательных систем и обучить графовые нейронные сети на таких преобразованных графах. Методы необходимо было сравнить с помощью различных метрик качества на статичном тестовом графе и провести сравнительный анализ различных свойств полученных графов В результате выполнения работы удалось создать три метода, которые позволили увеличить некоторые метрики без чрезмерного падения остальных. Методы использовали знания о степени связанности и о степени посредничества вершин. На основе этих свойств в одних методах происходило создание искусственных ребер в графе, в других, наоборот, удаление уже существующих ребер. Были глубоко проанализированы полученные преобразованные графы и удалось установить некоторые взаимосвязи между конкретными преобразованиями и изменением метрик качества итоговых рекомендаций. На основании данной работы были рекомендованы различные варианты развития исследований преобразований графов, например, отказ от строгих порогов в пользу использования знания о распределении степеней связности графа или использование нескольких методов последовательно. Для лучшего понимания долгосрочного эффекта преобразований графа было предложено провести долгосрочное тестирование алгоритмов на реальных пользователях, чтобы проследить за изменением их поведения и взаимодействия с платформой.