在社交推荐中的node2vec

在社交推荐中，node2vec可以用于学习用户的嵌入表示，从而更好地捕捉用户之间的相似性和社交关系，提高推荐的准确性和多样性。具体来说，可以将社交网络看作一个图，用户和物品分别作为图的节点，用户和物品之间的交互行为作为边。然后，使用node2vec算法对这个图进行随机游走，学习每个用户和物品在低维空间中的向量表示。通过这种方式，可以将社交网络的信息和用户的历史行为信息融合在一起，更好地捕捉用户的兴趣和行为模式，从而提高推荐的准确性和多样性。

在GCMC+SN中，就是利用node2vec生成用户嵌入作为用户侧信息，将社交网络信息合并到GCMC中，提高了推荐的准确性和多样性。