Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Jump to bottom

社交扩散过程 #3

Closed
lin171110 opened this issue May 21, 2019 · 5 comments
Closed

社交扩散过程 #3

lin171110 opened this issue May 21, 2019 · 5 comments

Comments

@lin171110
Copy link

您好!对于社交扩散过程不是很理解,
first_gcn_user_embedding=self.generateUserEmbeddingFromSocialNeighbors(self.fusion_user_embedding)
second_gcn_user_embedding=self.generateUserEmbeddingFromSocialNeighbors(first_gcn_user_embedding)
代码中这应该是两层所表示的扩散过程,但是不是可以这样理解每次都是前一层的输出乘以 社交关系矩阵呢,这样不弱化了社交关系影响了吗?
@PeiJieSun
Copy link
Owner

你好，代码可以理解为每次都是前一层的输出乘以社交关系矩阵，连续乘上两次社交关系矩阵，确实会让社交影响力变小，但是这里变小的影响力来自于邻居的邻居，我们称之为用户的二阶邻居。也就是说经过两次矩阵相乘操作，来自每个用户的二阶邻居的影响力会变小，但是用户的一阶邻居带来的影响力还是没有任何变化的。而且，用户的二阶邻居的影响力小于一阶邻居的影响力，在现实生活中是完全合情合理的。

@lin171110
Copy link
Author

嗯嗯,可是最终扩散层输出的是每个用户的二阶邻居的影响力吧,那用户的一阶影响力在预测过程是如何起作用的呢?

@PeiJieSun
Copy link
Owner

相对于一个目标用户，第一次操作就已经将用户的一阶邻居的信息融合到每个节点中了，第二次操作是再次融合了目标用户的一阶邻居的信息，但是第二次融合的目标用户的一阶邻居的信息中包含了这名用户一阶邻居的一阶邻居的信息，所以第二次操作可以实现对目标用户二阶邻居信息的融合。并不是两次操作最终的输出只是目标用户的二阶邻居的信息，但是两次操作可以实现使用目标用户的一阶邻居作为桥梁，实现对用户二阶邻居信息的融合。

@lin171110
Copy link
Author

嗯,明白了,非常感谢!

@PeiJieSun
Copy link
Owner

同时也谢谢你对我们工作的关注

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Assignees
No one assigned
Labels
None yet
Projects
None yet
Milestone
No milestone
Development

No branches or pull requests
2 participants
@PeiJieSun @lin171110