圖神經(jīng)網(wǎng)絡(luò)在推薦系統(tǒng)的應(yīng)用！
↑↑↑關(guān)注后"星標(biāo)"Datawhale
在“精準(zhǔn)推薦者得民心”的今天，推薦系統(tǒng)已成為各大互聯(lián)網(wǎng)公司的標(biāo)配。但由于現(xiàn)實(shí)中很多數(shù)據(jù)是非歐氏空間生成的（例如，社交網(wǎng)絡(luò)、信息網(wǎng)絡(luò)等），一些復(fù)雜場(chǎng)景下的業(yè)務(wù)需求很難通過協(xié)同過濾等基于歷史行為挖掘用戶或產(chǎn)品相似性的傳統(tǒng)算法來滿足。圖神經(jīng)網(wǎng)絡(luò)作為一種約束性較少、極其靈活的數(shù)據(jù)表征方式，在深度學(xué)習(xí)各主要領(lǐng)域中嶄露頭角，一系列圖學(xué)習(xí)模型涌現(xiàn)并得到越來越多的應(yīng)用。
如何破解歷史行為稀少的用戶冷啟動(dòng)問題
大規(guī)模圖模型如何訓(xùn)練？
基于PGL的行為域知識(shí)遷移解決冷啟動(dòng)問題
基于PGL通用的分布式能力進(jìn)行訓(xùn)練
更多落地細(xì)節(jié)和實(shí)戰(zhàn)經(jīng)驗(yàn)
3月17日，百度高級(jí)研發(fā)工程師蘇煒躍將分享《飛槳分布式圖學(xué)習(xí)框架PGL及其推薦應(yīng)用》，重點(diǎn)介紹圖學(xué)習(xí)算法的理論基礎(chǔ)、圖學(xué)習(xí)框架PGL的特點(diǎn)和優(yōu)勢(shì)；同時(shí)將通過演示經(jīng)典大規(guī)模推薦場(chǎng)景的圖學(xué)習(xí)訓(xùn)練過程，幫助大家快速學(xué)習(xí)和實(shí)現(xiàn)產(chǎn)業(yè)級(jí)的圖模型實(shí)踐。
想了解更多落地細(xì)節(jié)和實(shí)戰(zhàn)經(jīng)驗(yàn)，3月16、17日20:10-21:30鎖定AI快車道x網(wǎng)易云音樂直播課，我們不見不散！
更多資料請(qǐng)關(guān)注
PGL圖學(xué)習(xí)框架Github代碼倉庫：https://github.com/PaddlePaddle/PGL
飛槳推薦系統(tǒng)：https://github.com/PaddlePaddle/paddlerec
飛槳分布式：https://github.com/PaddlePaddle/fleetx
飛槳深度學(xué)習(xí)框架Github代碼倉庫：https://github.com/PaddlePaddle/Paddle
對(duì)于想要了解圖神經(jīng)網(wǎng)絡(luò)及其分布式應(yīng)用的小伙伴，可以圍觀PGL團(tuán)隊(duì)傾力開發(fā)的圖神經(jīng)網(wǎng)絡(luò)課程，帶你七天高效入門：https://github.com/PaddlePaddle/PGL/tree/main/course
如感覺不錯(cuò)，歡迎“Star”；如需交流，歡迎“Issue”，我們將及時(shí)反饋；如您有基于飛槳的產(chǎn)業(yè)落地案例，歡迎發(fā)送至郵件[email protected]。