label propagation algorithm

图粗化和标签传播提升推荐系统效率

研究人员开发了一种新颖的两阶段扩散框架，用于基于图的推荐系统，旨在提高可扩展性和效率。该方法结合了图粗化和多步标签传播，首先将节点聚合成有意义的社区，以减小图的大小同时保留关键关系。然后，初始扩散过程在粗化图上传播标签，随后在子图中进行第二次标签传播以生成最终推荐。在真实电信数据集上的实验表明，nDCG@5 有显著提高，与传统的全图方法相比，提升高达 24%，并且在结合轻量级图神经网络时，提升幅度更大。