本次分享的題目是社群推薦在騰訊游戲中的應(yīng)用。第一部分將回答什么是社群推薦，為什么要進(jìn)行社群推薦，以及如何進(jìn)行社群推薦。第二部分將講解如何解決社群推薦冷啟問題，我們提出了一個自適應(yīng)的社群檢測算法，相關(guān)論文已發(fā)表于 KDD 2024。第三部分將介紹一個有約束的社群推薦算法，主要解決騰訊游戲社群推薦數(shù)據(jù)稀疏的問題，相關(guān)論文發(fā)表在 KDD 2023。最后一部分是對我們團(tuán)隊的簡單介紹。

一、社群推薦簡介

1. 社交網(wǎng)絡(luò)中的社群

社交網(wǎng)絡(luò)的定義是由節(jié)點(個人)和節(jié)點之間的社會關(guān)系(親人、同事、朋友等)組成的網(wǎng)絡(luò)結(jié)構(gòu)。社交網(wǎng)絡(luò)中的節(jié)點通常就是獨立的個人，部分節(jié)點集合構(gòu)成社群，一個社群通常由聯(lián)系緊密的人組成，社交網(wǎng)絡(luò)中通常有多個社群。

2. 為什么需要社群推薦

再來簡單介紹下社群推薦任務(wù)的 motivation，我們希望通過社群推薦方式，為游戲內(nèi)玩家推薦合適的社群，從而提升游戲內(nèi)用戶活躍度和付費率。

研究表明，游戲社交網(wǎng)絡(luò)中的社群其實是游戲社區(qū)繁榮的體現(xiàn)，游戲社群對提升玩家付費活躍有正向作用。舉個簡單例子，同一個社群內(nèi)玩家可能有高活躍度玩家，也有低活躍度玩家，他們都在一個社群就會產(chǎn)生一些交互，比如對局、組隊等行為。通過社群內(nèi)玩家的交互，可以使高活帶低活，從而提升社群內(nèi)玩家總體活躍度。

下面兩幅圖展示的是有社群玩家和無社群玩家的付費率，以及他們的游戲時間?？梢园l(fā)現(xiàn)有社群玩家游戲時間和付費率遠(yuǎn)高于無社群游戲玩家。所以我們希望通過為這些無社群玩家推薦社群，鼓勵他們加入社群，來提升最終社群內(nèi)用戶活躍度和付費率。

除此之外，需要社群推薦還有一個原因，游戲內(nèi)社群數(shù)量非常龐大，我們的一個游戲可能有幾百萬甚至幾千萬的社群數(shù)量，用戶在真實情況下去選擇想要加入的社群時，就會存在信息過載的問題。因此我們希望用 data-driven 或者 model driven 方法，去為每一個玩家挑選推薦更適合以及更可能加入的社群。

3. 在騰訊游戲中應(yīng)用社群算法

社群推薦面臨諸多挑戰(zhàn)。首先，游戲內(nèi)用戶和社群的交互極其稀疏。在極端情況下，比如游戲產(chǎn)品剛剛上線，可能大部分用戶都沒有跟任何社群交互過，對社群而言，里面存在的玩家數(shù)量非常少，在這種冷啟動的情況下我們會結(jié)合一些社群發(fā)現(xiàn)算法通過 unsupervised learning 方式給玩家推薦一些潛在社群，推動玩家去構(gòu)成一些新社群。

除此之外，游戲社交網(wǎng)絡(luò)也是一個典型無標(biāo)度網(wǎng)絡(luò)，其規(guī)模非常巨大。在不同場景下，社交網(wǎng)絡(luò)規(guī)模可能是幾億甚至十幾億節(jié)點的超大規(guī)模圖。如何把 graph learning 的方法用到真實世界巨大規(guī)模的圖上也是一個很有挑戰(zhàn)性的事情。

這里就介紹一下我們怎么樣在真實的騰訊游戲應(yīng)用場景群中用社群推薦算法。首先給定一個游戲社交網(wǎng)絡(luò)節(jié)點，玩家邊代表玩家間的交互。社交網(wǎng)絡(luò)是社群推薦算法的輸入，我們通過算法和 data-driven 方式去挖掘關(guān)系緊密以及興趣相似的玩家群體。然后給他們推薦相應(yīng)的社群，或者鼓勵他們?nèi)バ纬尚律缛骸?/span>

在這里我們列了兩個應(yīng)用場景，一個是騰訊游戲中話題圈子推薦。顧名思義，話題圈子和社團(tuán)其實都是由一部分玩家、一部分用戶去所構(gòu)成的子群體，我們要以一個群體為單位，將其當(dāng)作一個 item 去推薦給不同的玩家，來鼓勵他們加入到對應(yīng)圈子或者社團(tuán)中。

除此之外，還有好友和組隊推薦等場景，我們也傾向于給同一個社群內(nèi)的玩家去推薦好友，鼓勵他們完成一系列組隊或?qū)值然钴S任務(wù)，通過社群內(nèi)玩家高活拉低活的方式，提升社群內(nèi)總體用戶活躍度。

接下來將具體介紹我們研發(fā)的兩個社群推薦算法。

二、自適應(yīng) K-Free 社群檢測算法

1. 真實業(yè)務(wù)痛點

首先是自適應(yīng) K-Free 社群檢測算法，我們的目標(biāo)是發(fā)現(xiàn)社交網(wǎng)絡(luò)中潛在的社群，從而解決社群推薦冷啟動問題。

在設(shè)計算法之前，我們首先對真實業(yè)務(wù)中遇到的痛點問題進(jìn)行了抽象，將其形式化為科學(xué)問題（算法問題）。

社群檢測算法在業(yè)務(wù)場景中的兩個痛點為：

• 兼顧社群的語義屬性(玩家屬性: 玩法偏好，付費，活躍......)，網(wǎng)絡(luò)結(jié)構(gòu)(好友關(guān)系鏈的緊密程度)
• 確定社群的數(shù)目和分布

當(dāng)前算法無法同時解決兩個痛點。傳統(tǒng)算法(如 Louvain)不需要社群數(shù)目先驗，但是無法感知節(jié)點和社群的語義屬性。深度學(xué)習(xí)算法(深度圖聚類)可以聯(lián)合學(xué)習(xí)語義屬性，但需要社群數(shù)目先驗。

這兩種算法都沒有辦法解決我們的業(yè)務(wù)問題，所以我們提出了 K-free 社群檢測問題。這個問題就是在真實社群數(shù)目 k 未知的前提下，挖掘同時有網(wǎng)絡(luò)結(jié)構(gòu)信息和語義結(jié)構(gòu)特點的社群結(jié)構(gòu)。

以傳統(tǒng)的算法為例，其優(yōu)化目標(biāo)為模塊度，即社群網(wǎng)絡(luò)結(jié)構(gòu)的緊密程度，以模塊度為目標(biāo)優(yōu)化出來的社群，其實是同一個社群內(nèi)連邊盡量稠密，社群間連邊盡量稀疏。

但我們只考慮模塊度指標(biāo)是不夠的，還要去考慮一些語義的 semantic 指標(biāo)。比如衡量社群內(nèi)節(jié)點語義屬性的相似性，也有一些算法去針對這些指標(biāo)做一些單獨的優(yōu)化。同時我們在真實社群中往往要權(quán)衡兩類優(yōu)化目標(biāo)，正所謂物以類聚人以群分，我們希望最終的社群 modularity 和 semantic 指標(biāo)都高。

我們在真實實驗中發(fā)現(xiàn)，像 Louvain 這種算法檢測出來的社群數(shù)量比真實數(shù)值要高很多。比如左邊這張圖，我們以圖上節(jié)點分類數(shù)據(jù)集為例，coral 數(shù)據(jù)集，我們發(fā)現(xiàn)它真實類別數(shù)是 7，但是如果用 Louvain 算法劃分社群則能分成 105 個，遠(yuǎn)高于我們真實想得到的理想 k 值。但用 k-means 的話，雖然能剛好分成 7 個 cluster，但是它的 modularity 又非常低，可能僅僅是語義程度上相似，但是結(jié)構(gòu)上完全不相似（圖上距離非常遠(yuǎn)）。

也有一些方法是用了現(xiàn)在比較火的圖神經(jīng)網(wǎng)絡(luò)這種深度學(xué)習(xí)方法去做深度圖聚類，圖神經(jīng)網(wǎng)絡(luò)是聚合圖中鄰居信息，來更新當(dāng)前節(jié)點的表示，這一方式可同時進(jìn)行圖上結(jié)構(gòu)和屬性信息的聯(lián)合學(xué)習(xí)，雖然解決了痛點一，但有一個限制，它要跟現(xiàn)有的聚類方法結(jié)合，比如像 k-means，要有一個先驗 k。真實業(yè)務(wù)情況下，我們不知道 k 到底是多少，所以這類算法實踐起來會有一定困難。

那么一定要有 k 嗎？如果把深度圖聚類中 k-means 聚類換一種聚類方式，比如密度聚類 DBSCAN 是不是就可以了呢？我們通過真實實驗發(fā)現(xiàn)這其實是不可以的，因為 DBSCAN 也有一些比較強(qiáng)的先驗參數(shù)，像搜索半徑，而且它真實劃分出來節(jié)點的一些特征空間分布會有一定崩潰問題。比如像下圖展示的，Coral 數(shù)據(jù)集其實是有 7 個真實類別，DBSCAN 容易將其劃分為 3 個 cluster，并不是理想的情況。

那么使用 k-means，通過遍歷 k，選模塊度最高的 k 是不是就可以呢？這是可以的，但它的缺點就是比較低效。首先我們要確定候選 k 的搜索范圍，再去窮舉或者搜索嘗試，因此比較低效。

既然這些方法都沒有辦法同時解決我們的痛點問題，我們就希望通過聯(lián)合學(xué)習(xí)的方式，既兼顧特征與結(jié)構(gòu)與語義信息，同時又自適應(yīng)地確定劃分社群數(shù)量。我們提出了深度自適應(yīng)的生成式的 K-Free Community Detection 算法，簡稱 DAG。

DAG 主要由兩個模塊構(gòu)成，這兩個模塊分別解決了前文的兩個痛點。

• DAG 首先用 Mask AutoEncoder (MAE) 作為節(jié)點 embedding 模塊，并通過預(yù)訓(xùn)練模型讓節(jié)點 embedding 包含自身拓?fù)溧従拥恼Z義信息。這解決了痛點一。
• DAG 用 Community Affiliation Network (CAN)建模社交網(wǎng)絡(luò)的生成，這樣無需聚類，直接得出每個節(jié)點社群 id，在此基礎(chǔ)上，DAG 將搜索 K 轉(zhuǎn)化成了可微分的社群選擇。這解決了痛點二。

接下來詳細(xì)介紹一下這兩個模塊是怎么工作的。在預(yù)訓(xùn)練階段我們會用 mask attribute reconstruction 鏈目標(biāo)，隨機(jī)采樣一組節(jié)點，將對應(yīng)屬性替換為 mask token。然后通過 graph auto encoder 將其解碼，得到重建后的 attribute，使重建后的 attribute 和真實未 mask 前的 attribute 盡量接近。

第一步輸入一個 input graph 即臨界點矩陣 A，以及圖屬性矩陣■(~@X)。第二步隨機(jī) mask 一組 NODE 的對應(yīng)屬性，然后輸入到 GNN encoder 里，再經(jīng)過一層二重 mask，得到基于 mask 特征的節(jié)點表示。第三步通過 GNN decoder 得到重建后屬性表示，最后計算 construction loss，這里是通過 GNN 聚合鄰居消息的方式去恢復(fù)某節(jié)點被 mask 掉的屬性信息。

通過預(yù)訓(xùn)練 loss，我們既捕捉了節(jié)點的結(jié)構(gòu)屬性，又捕捉了節(jié)點的語義屬性。接下來我們通過 readout 函數(shù)將節(jié)點劃分成合適 k 值，通過 readout 函數(shù)得到每個節(jié)點對應(yīng)的社群 ID，readout 是一個神經(jīng)網(wǎng)絡(luò)，它的輸出是一個高維稀疏向量。這個高維向量里面只有稀疏的 k 個維度被激活，這 k 個維度對應(yīng)該節(jié)點屬于的社群。

如何保證模型訓(xùn)練得到高維稀疏矩陣的同時又能學(xué)到社群數(shù)量呢？

我們通過鏈路預(yù)測任務(wù)去捕捉網(wǎng)絡(luò)中的結(jié)構(gòu)屬性，計算節(jié)點的 BPR loss，從而讓網(wǎng)絡(luò)中相鄰的節(jié)點 embedding 更接近，不相鄰節(jié) embedding 會更遠(yuǎn)一些。

介紹到這里，這個 loss 其實只能得到一個效果，就是讓這個 community application 的 result 函數(shù)進(jìn)一步得到圖結(jié)構(gòu)的信息。

但如何保證稀疏性呢？當(dāng) k-searching 搜索社群數(shù)量時，加入一組稀疏約束。通過 readout 函數(shù)輸出的是每一個 NODE 屬于的社群 ID 向量。我們會對這個向量做稀疏約束，比如對列做 L2 norm，同時對行做 L1 norm，L1 norm 是很強(qiáng)的吸入性約束。這樣輸出的 ID 向量分布概率在某一維比較大，其他維比較小，是一個橫向稀疏向量。同時我們在列方向加 L2 norm 稀疏性約束，這會使得 readout 函數(shù)輸出比較高維向量，但其實只有少數(shù) k 維度對應(yīng)的社群 ID 激活值比較高。

這樣我們就無法把確定屬性節(jié)點應(yīng)該被劃分成多少個社群的一個 case，通過稀疏約束方式，得到 readout hold，這個節(jié)點所屬的授權(quán) ID，同時保證社群數(shù)量適中，最終要保證預(yù)訓(xùn)練 loss，以及社群隸屬 readout 函數(shù) BPR loss 都比較低。再配合組稀疏 loss 就可以自適應(yīng)地得到 k 個社群。

除了模型外，我們還提出了社交網(wǎng)絡(luò)劃分社群質(zhì)量的評價指標(biāo)，稱為 EDGE Metric。這個指標(biāo)解決了傳統(tǒng)指標(biāo)例如 modularity、模塊度或者語義相似性難以衡量網(wǎng)絡(luò)結(jié)構(gòu)和語義相似度的權(quán)衡。我們在原始論文中也做了一系列 theoretical 和 empirical study，去支撐指標(biāo)的優(yōu)勢。

在真實的評估過程中，用戶真實社群標(biāo)簽是未知的，訓(xùn)練雖然是 unsupervised learning，但評估其實還是需要用到少量人工標(biāo)注的真實標(biāo)簽作為 Label，當(dāng)標(biāo)簽比較少時，現(xiàn)在常用的解決方法可能是把一些分類數(shù)據(jù)集里樣本的類別當(dāng)作社群標(biāo)簽。

我們發(fā)現(xiàn)在曝光轉(zhuǎn)化率這個線上指標(biāo)上，我們的 model 相比于 baseline 提升大概在 4% 到 9%，像 DGC model，它的提升就比較一般，甚至產(chǎn)生了負(fù)向增益。而我們的模型有著比較穩(wěn)定的提升。

三、有約束的大規(guī)模社群推薦算法 ComRec

我們想解決的另一個問題，就是在不知道社群數(shù)量k 的情況下去劃分適當(dāng)數(shù)量的社群，同時兼顧結(jié)構(gòu)和語義屬性。服務(wù)的場景為，針對一些剛起步不久的騰訊游戲做冷啟動的社群推薦時，可以無監(jiān)督地發(fā)現(xiàn)一些社群。但如果游戲已經(jīng)是比較成熟的產(chǎn)品了，已經(jīng)積累了一定用戶和社群 item 的交互歷史，利用這部分信息再結(jié)合一些傳統(tǒng)推薦算法，可能會達(dá)到更好效果。基于此 motivation，我們又進(jìn)一步做了有約束的大規(guī)模社群推薦算法 ComRec。這篇 paper 也同樣發(fā)表在 KDD 會議上。

游戲場景中社群推薦約束問題中的約束該怎么理解呢？

不同于傳統(tǒng)社群，社交網(wǎng)絡(luò)中社群，每一個用戶在同一時刻只能加入一個社群，也就是說他不能同時加入兩個社群。在傳統(tǒng)的社交網(wǎng)絡(luò)里，一個用戶可能是屬于多個社群，不同社群之間存在 overlap。但在我們的 problem setting 限制下，有很強(qiáng)的 Constraint，用戶在同一時刻只能在一個社群里面，用戶只能從一個社群退出后，才能加入另一個社群。

社群推薦場景主要有兩大挑戰(zhàn)：

• 交互數(shù)據(jù)稀疏：極度稀疏的 user-item 交互數(shù)據(jù)
• 社群信息受限：游戲內(nèi)社團(tuán)沒有額外的 side information，傳統(tǒng)的推薦 item 可能有很豐富的 side information，比如 title description 或非結(jié)構(gòu)化信息商品圖片等。

我們的社群推薦算法主要分為三個模塊，一是標(biāo)簽?zāi)K機(jī)制-labeling agenda，它描述的是約束，同一個 NODE 在同一時刻只能加入一個社群。除此之外我們通過一個圖神經(jīng)網(wǎng)絡(luò)模塊去得到對應(yīng)的 user item 表示。為了兼顧大規(guī)模圖上的信息，及局部社群推薦，我們做了一系列的優(yōu)化，將其分成了 global propagation 和 local propagation。

社群標(biāo)簽機(jī)制是我們要用向量表示節(jié)點，它是否屬于某一社群是比較簡單的表示方式，比如有 k 個社群，就用 K 維 one-hot 向量表示該節(jié)點是不是屬于其中一個社群。但是這樣會有一個問題，我們的社群可能是百萬甚至千萬級別的數(shù)量，one-hot 向量維度會很高，會給模型 learning 過程造成困難。在實際設(shè)計中我們做了一定的約束放松，只會維護(hù)一個一維標(biāo)簽標(biāo)注 NODE 是不是隸屬于某一社群，而不區(qū)分它具體屬于哪個社群。

基于 label 機(jī)制，我們的核心目的是希望標(biāo)注 NODE 是否屬于某一社群，還是不屬于任何社群。我們要進(jìn)一步思考圖神經(jīng)網(wǎng)絡(luò)是如何做消息傳遞的。傳統(tǒng)的圖神經(jīng)網(wǎng)絡(luò)在做消息傳遞時，每一個節(jié)點在每一輪更新都會聚合所有鄰居信息，把鄰居信息特征聚合后，通過一個圖卷集合，比如均值聚合得到一個向量，下一步就是通過聚合后的信息去更新當(dāng)前節(jié)點向量表示。但在我們的 setting 下，面臨大規(guī)模圖挑戰(zhàn)，同時需要做社群推薦，因此我們希望同社群內(nèi)節(jié)點的表示更接近。

我們的做法是，將其分成 global feature propagation 和 local feature propagation。Global feature propagation 是 column-wised propagation，比如維護(hù)一個 nd 維用戶 feature embedding 表示矩陣，要在 column 維度上做一個 propagation，不同于傳統(tǒng)的圖神經(jīng)網(wǎng)絡(luò)，每一次都會用所有鄰居特征更新所有節(jié)點。我們做了一系列優(yōu)化，把原本 n^n 的復(fù)雜度變成了亞線性。

圖上節(jié)點不是每一輪都會更新節(jié)點表示，而是會有一定延遲，我們的更新機(jī)制是每一個節(jié)點在累積接收 message 到一定程度下，才會去更新節(jié)點表示。在具體實現(xiàn)上，考慮到我們是應(yīng)用到一些工業(yè)場景，核心的計算代碼是用 C++ 實現(xiàn)的，這提升了很多效率。

最終效果，在 2000 萬節(jié)點的圖上，只需要 30 秒就可以完成一次快速計算。除了通過 global propagation 在整個圖級別捕捉鄰居節(jié)點信息和結(jié)構(gòu)信息，以及結(jié)鄰居分布的語義信息，還通過 local propagation 進(jìn)一步增強(qiáng)社群表示，因為我們的模型是用來做社群推薦的，社群其實是一個子圖，local propagation 可以理解為是一個 subgraph 級別的 propagation，下圖紅圈圈出來的節(jié)點屬于同一個社群，我們就在同一個社群里進(jìn)行消息傳遞，或者說進(jìn)行 feature 的平滑，讓同一個社群節(jié)點 feature embedding 更加接近，相似度更高。屬于不同社群的節(jié)點，相似度更低一些。

通過分階段 propagation，我們在兼顧高效率的同時增強(qiáng)了社群信息的語義結(jié)構(gòu)學(xué)習(xí)。

我們在大量數(shù)據(jù)集上進(jìn)行了實驗。首先是離線數(shù)據(jù)集的 setting，我們在四個騰訊游戲的內(nèi)社交網(wǎng)絡(luò)數(shù)據(jù)集上做了實驗，這幾個數(shù)據(jù)集都是百萬節(jié)點及千萬節(jié)點邊的 setting。同時我們也對比了像傳統(tǒng)的網(wǎng)絡(luò)嵌入方法 （network embedding），以及僅使用屬性特征的像 MLP 推薦模型，特征交叉的 learning model AutoIntCL，還對比了一些基于頻率的協(xié)同過濾推薦算法，比如 LightGCN 和 LightGCN-E，以及 social recommendation 的 model，比如 GraphRec。

最終 ComRec 相比于 baseline 方法都有 3.5%~5% 以上比較可觀的提升。模型的離線效果是通過 hit rate 和 NDCG 等一些排序指標(biāo)進(jìn)行評估的。

我們也把模型部署到了真實線上環(huán)境-游戲內(nèi)社群推薦。真實世界中圖的規(guī)模是比較大的，其中有 2000 萬節(jié)點，28 萬社群數(shù)量，1.6 億條邊，我們在這樣一個大規(guī)模圖上去進(jìn)行線上實驗，評價指標(biāo)也換成了線上評價指標(biāo)。比如 user item 點擊率，以及把社群列表曝光給玩家之后的曝光通過率，即玩家點擊社群，然后申請加入社群的比例是多少。我們的模型在線上指標(biāo)上相比于 baseline model 也有著比較可觀的提升。同時我們也對比了不同模型的運行時間，我們的模型在保留了更好的推薦效果的同時運行時間也是最少的。

感興趣的同學(xué)也可以搜索我們的論文，相關(guān)代碼也是開源的，歡迎大家來與我們做進(jìn)一步交流。

四、About Us

最后簡單介紹一下我們的團(tuán)隊。我們是騰訊互娛 CDP 數(shù)據(jù)科學(xué)中心社交算法組，致力于研發(fā)高效且有效的社交網(wǎng)絡(luò)算法和技術(shù)，通過挖掘海量圖數(shù)據(jù)服務(wù)于游戲社交推薦的相關(guān)場景，比如前文中介紹的戰(zhàn)隊推薦、社群推薦、游戲內(nèi)好友推薦，以及社交傳播影響力最大化和社交營銷等多種場景，希望助力于游戲場景提升用戶活躍度和付費率。歡迎感興趣的同學(xué)加入我們來共同探索社交算法在騰訊游戲中的無限可能。

五、Q&A

Q1：第一個算法聚類是 unsupervised 聚類還是 supervised 聚類？

A1：第一個算法是 unsupervised 算法。我們第一階段的優(yōu)化目標(biāo)，是 feature reconstruction 優(yōu)化目標(biāo)，也就是只需要知道節(jié)點的特征，我們是沒有任何的節(jié)點標(biāo)簽的，優(yōu)化目標(biāo)其實是純無監(jiān)督目標(biāo)。

第二階段社群隸屬模塊 learning 部分，它的一部分優(yōu)化目標(biāo)是 link prediction，即拿到一個圖結(jié)構(gòu)后 mask 其中一部分 edge，然后預(yù)測這些 edge 存在的概率，也可以認(rèn)為是一個 unsupervised 的過程，這個過程是 Nodewise 任務(wù)，但是并不涉及任何 Nodewise 標(biāo)簽，后面加入的 group sparsity 約束，是在 learning 出來的 representation 矩陣上做稀疏性約束，只需要算 L1 norm、L2 norm 和 optimization 相關(guān) loss。整體算法流程是 unsupervised 過程，最終應(yīng)用也是在無監(jiān)督場景解決一些冷啟問題。

Q2：前面提到的 BGC 算法能否用異質(zhì)圖解決？

A2：當(dāng)然是可以的。像 DGC 算法，它是先通過圖神經(jīng)網(wǎng)絡(luò)去學(xué)習(xí)節(jié)點級別表示，每一個樣本都有對應(yīng)向量，基于向量再去做聚類，比如通過 k-means 聚類成 k 個 cluster。我們真實的業(yè)務(wù)場景中是一個異質(zhì)圖，可能是多關(guān)系網(wǎng)絡(luò)，只需要改變前面 encoder 模塊，如果網(wǎng)絡(luò)關(guān)系是同質(zhì)圖就選擇同質(zhì)圖 GNN，如果是異質(zhì)圖只需換成 heterogeneous GNN。

后面聚類時，因為 heterogeneous graph 可能會存在多種類型節(jié)點和邊，可能只能錨定其中某一類型節(jié)點，比如用戶節(jié)點，在用戶節(jié)點表示上做聚類，更準(zhǔn)確地說是在同種可比的類型節(jié)點上做聚類。同質(zhì)圖和異質(zhì)圖不同就是 encoder 以及最后聚類邏輯上會有一點不同。

Q3：預(yù)訓(xùn)練任務(wù)和真實推薦任務(wù)是否有偏？

A3：預(yù)訓(xùn)練任務(wù)和推薦任務(wù)確實有偏差，比如像 DAG 這篇 paper，我們主要解決的是冷啟動問題。當(dāng)我們沒有 user item 交互歷史的時候，我們沒有辦法根據(jù)他的歷史交互序列去精準(zhǔn)捕捉用戶意圖，但是我們知道一些其他信息，比如用戶在社交網(wǎng)絡(luò)里親密關(guān)系信息、他在具體下游任務(wù)當(dāng)中的親密關(guān)系。我們可以通過這些信息彌補(bǔ)這種偏差。但如果要完全消除這種偏差，后面介紹的 ComRec 算法還是要利用用戶歷史的 community 的交互序列，根據(jù)他的歷史交互行為才能更精準(zhǔn)刻畫用戶對社群偏好程度，才能做完全無偏推薦。