NTCF：基于曲率感知传播深度的树协同过滤框架
_reachsumit · x · 2026-08-12
本文提出了一种名为 Neural Tree Collaborative Filtering (NTCF) 的新框架，对传统的图协同过滤（GCF）进行了改进。
- 痛点：传统 GCF 对所有节点使用统一的传播深度，忽略了节点局部连接性的差异，容易导致边缘节点过度平滑，而中心节点探索不足。
- 方法：NTCF 将节点的局部邻域重新解释为有根树，并基于局部度不平衡得分（作为离散 Ricci 曲率代理），为每个节点分配特定的传播深度。
- 结论：理论上证明了 NTCF 严格泛化了 NGCF，并在判别能力上保留了更多信息。
「研究」频道最新
- Agent 框架影响实测:Rust 编写框架跑满 10 项任务 — VoidAsuka · 2026-08-12
- 开源项目用 Jupyter 和 NumPy 可视化推导 ML 算法 — Roger_M_Taylor · 2026-08-12
- MIT 研究：用 ChatGPT 写作导致大脑神经连接变弱 — aakashgupta · 2026-08-12
- 单张图像重建铰接物体：视觉语言融合新框架 — snu · 2026-08-12
- DistilVDR：524M 参数小模型逼近 8B 检索能力 — nanovdr · 2026-08-12
- AdvFD：引入对抗特征空间提升图像生成质量 — Kwai-Kolors · 2026-08-12