動的異種グラフ埋め込みを用いたコールドスタート耐性レコメンデーション

この研究は、レコメンデーションシステムにおける重要な問題であるコールドスタートシナリオを探求しています。この論文はおそらく、限られたユーザーとアイテムのインタラクションデータしかない場合に、レコメンデーションの精度を向上させるために、動的異種グラフ埋め込みを用いた新しいアプローチを提案していると考えられます。