AMiner论文推荐：
这篇论文是中国科学技术大学何向南老师一作，发表在SIGIR 20上的一篇推荐系统的文章。文章提出了LightGCN，通过仅在GCN中包含最重要的组件以供推荐，从而大大简化了模型设计。通过遵循相同的设置，以经验将LightGCN与NGCF进行比较，并展示出实质性的改进。 从技术和经验角度对LightGCN的合理性进行了深入分析。
论文名称：LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation
论文链接：https://t.cn/A6fk2REs

AMiner，让AI帮你理解科学！

AMiner论文推荐：
本文提出了一种基于知识图谱和注意力机制的新方法-KGAT（Knowledge Graph Attention Network）。该方法通过user和item之间的属性将user-item实例链接在一起，摒弃user-item之间相互独立的假设。该方法将user-item和知识图谱融合在一起形成一种新的网络结构，并从该网络结构中抽取高阶链接路径用来表达网络中的节点。
论文名称：KGAT: Knowledge Graph Attention Network for Recommendation
论文链接：https://t.cn/A6fk2YiV

AMiner，让AI帮你理解科学！

可编程现金流协议Superfluid蛮有意思，如果钱款在某个账户里，我们可以随意设置，每当收到多少钱，这些钱就几乎零成本自动转到指定的账户，这会极大提升资金的利用效率。

Multicoin此前领投The Graph，并专门撰文给与极高赞誉，单个项目，就让这家风投后来赚了超100倍回报。这次领投种子轮，一个DeFi协议就能达到900万美元融资，这个数额在种子轮相当少见。Multition同样撰文赞，它代表自比特币出现以来价值转移的最大进步。

感兴趣可以点击链接体验这个协议https://t.cn/A6fe4nR5