[Paper Review] Knowledge graph representation for recommendation

발표자: 이정호 1. Topic Knowledge (heterogeneous) Graph, Graph representation ,GNN , Metapath2vec, Explainable Recommend, 2. Overview 이번 세미나에서는 기존의 homogeneous graph 에서 사용되는 주요 방법론들(Deepwalk, GCN, GAT..) 과 관련하여 다른 TYPE의 노드 정보를 학습 할 수 있는 방법론을 확인 해 보도록한다. Heterogeneous graph 혹은 Knowledge graph 라고 명명되는 그래프에서 추가적인 노드에 대한 정보를 학습할 수 있고, rich node representation 을 통해서 다양한 graph 관련 task에서 우수한 성능을 보이는 것을 확인한다. 특히 최근 graph neural net 이 각광 받으면서, heterogeneous graph 에서의 GNN 에 대한 연구가 활발하다. HGNN 방법론들을 확인 하기 앞서, 알아야 할 필수 개념인 Metapath에 대해 알아보고, KG 임베딩을 통한 정보에서 Reasoning, Explainable task 를 수행한다. 마지막으로, downstream task 로 추천시스템을 활용하는데, 추천시스템과 그래프 representation 의 관계에 대해, 직관적인 이해를 돕고자 한다.