A Survey of Graph Neural Networks for Social Recommender Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sharma, Kartik, Lee, Yeon-Chang, Nambi, Sivagami, Salian, Aditya, Shah, Shlok, Kim, Sang-Wook, Kumar, Srijan
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Social and Information Networks Information Retrieval Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CAPER: Enhancing Career Trajectory Prediction using Temporal Knowledge Graph and Ternary Relationship
von: Lee, Yeon-Chang, et al.
Veröffentlicht: (2024)

COHESION: Composite Graph Convolutional Network with Dual-Stage Fusion for Multimodal Recommendation
von: Xu, Jinfeng, et al.
Veröffentlicht: (2025)

Monitoring the Evolution of Behavioural Embeddings in Social Media Recommendation
von: Saket, Srijan, et al.
Veröffentlicht: (2023)

Graph and Sequential Neural Networks in Session-based Recommendation: A Survey
von: Li, Zihao, et al.
Veröffentlicht: (2024)

Adversarial Text Rewriting for Text-aware Recommender Systems
von: Oh, Sejoon, et al.
Veröffentlicht: (2024)

Macro Graph Neural Networks for Online Billion-Scale Recommender Systems
von: Chen, Hao, et al.
Veröffentlicht: (2024)

On the Impact of Graph Neural Networks in Recommender Systems: A Topological Perspective
von: Malitesta, Daniele, et al.
Veröffentlicht: (2025)

Is This News Still Interesting to You?: Lifetime-aware Interest Matching for News Recommendation
von: Ryu, Seongeun, et al.
Veröffentlicht: (2025)

CROWN: A Novel Approach to Comprehending Users' Preferences for Accurate Personalized News Recommendation
von: Ko, Yunyong, et al.
Veröffentlicht: (2023)

Crafting Tomorrow: The Influence of Design Choices on Fresh Content in Social Media Recommendation
von: Saket, Srijan, et al.
Veröffentlicht: (2024)

Anchored Alignment: Preventing Positional Collapse in Multimodal Recommender Systems
von: Jeong, Yonghun, et al.
Veröffentlicht: (2026)

Multi-behavior Recommendation with SVD Graph Neural Networks
von: Fu, Shengxi, et al.
Veröffentlicht: (2023)

Echoes in the Loop: Diagnosing Risks in LLM-Powered Recommender Systems under Feedback Loops
von: Park, Donguk, et al.
Veröffentlicht: (2026)

Multi-Behavior Recommender Systems: A Survey
von: Kim, Kyungho, et al.
Veröffentlicht: (2025)

Dynamic Graph with Similarity-Aware Attention Graph Neural Network for Recommender Systems
von: Senapati, Aadarsh, et al.
Veröffentlicht: (2026)

Spectral-Based Graph Neural Networks for Complementary Item Recommendation
von: Luo, Haitong, et al.
Veröffentlicht: (2024)

Context-Adaptive Graph Neural Networks for Next POI Recommendation
von: Lei, Yu, et al.
Veröffentlicht: (2025)

FINEST: Stabilizing Recommendations by Rank-Preserving Fine-Tuning
von: Oh, Sejoon, et al.
Veröffentlicht: (2024)

GraphHash: Graph Clustering Enables Parameter Efficiency in Recommender Systems
von: Wu, Xinyi, et al.
Veröffentlicht: (2024)

SVD-AE: Simple Autoencoders for Collaborative Filtering
von: Hong, Seoyoung, et al.
Veröffentlicht: (2024)

Graph Bottlenecked Social Recommendation
von: Yang, Yonghui, et al.
Veröffentlicht: (2024)

Heterogeneous Graph Masked Contrastive Learning for Robust Recommendation
von: Sang, Lei, et al.
Veröffentlicht: (2025)

A Hybrid Filtering for Micro-video Hashtag Recommendation using Graph-based Deep Neural Network
von: Bansal, Shubhi, et al.
Veröffentlicht: (2024)

E-MMKGR: A Unified Multimodal Knowledge Graph Framework for E-commerce Applications
von: Kang, Jiwoo, et al.
Veröffentlicht: (2026)

Multi-TAP: Multi-criteria Target Adaptive Persona Modeling for Cross-Domain Recommendation
von: Kang, Daehee, et al.
Veröffentlicht: (2026)

Quantum Cognition-Inspired EEG-based Recommendation via Graph Neural Networks
von: Han, Jinkun, et al.
Veröffentlicht: (2025)

A Vlogger-augmented Graph Neural Network Model for Micro-video Recommendation
von: Lai, Weijiang, et al.
Veröffentlicht: (2024)

Dual-domain Collaborative Denoising for Social Recommendation
von: Chen, Wenjie, et al.
Veröffentlicht: (2024)

A Survey on Trustworthy Recommender Systems
von: Ge, Yingqiang, et al.
Veröffentlicht: (2022)

Preference and Concurrence Aware Bayesian Graph Neural Networks for Recommender Systems
von: Gu, Hongjian, et al.
Veröffentlicht: (2023)

Intent-guided Heterogeneous Graph Contrastive Learning for Recommendation
von: Sang, Lei, et al.
Veröffentlicht: (2024)

Dimension Mask Layer: Optimizing Embedding Efficiency for Scalable ID-based Models
von: Saket, Srijan, et al.
Veröffentlicht: (2025)

Failure is Feedback: History-Aware Backtracking for Agentic Traversal in Multimodal Graphs
von: Yun, Joohyung, et al.
Veröffentlicht: (2026)

Graph Neural Patching for Cold-Start Recommendations
von: Chen, Hao, et al.
Veröffentlicht: (2024)

Temporal Graph Neural Network-Powered Paper Recommendation on Dynamic Citation Networks
von: Shen, Junhao, et al.
Veröffentlicht: (2024)

Graph Cross-Correlated Network for Recommendation
von: Chen, Hao, et al.
Veröffentlicht: (2024)

A Survey on Data-Centric Recommender Systems
von: Lai, Riwei, et al.
Veröffentlicht: (2024)

On-Device Recommender Systems: A Comprehensive Survey
von: Yin, Hongzhi, et al.
Veröffentlicht: (2024)

A Survey on Intent-aware Recommender Systems
von: Jannach, Dietmar, et al.
Veröffentlicht: (2024)

Diffusion Models in Recommendation Systems: A Survey
von: Wei, Ting-Ruen, et al.
Veröffentlicht: (2025)