【KDD 2020】图神经网络 (GNN) 论文合集

【导读】作为世界数据挖掘领域的最高级别的学术会议，ACM SIGKDD（国际数据挖掘与知识发现大会，简称 KDD）每年都会吸引全球领域众多专业人士参与。今年的 KDD大会计划将于 2020 年 8 月 23 日 ~27 日在美国美国加利福尼亚州圣地亚哥举行。上周，KDD 2020官方发布接收论文，共有1279篇论文提交到Research Track，共216篇被接收，接收率16.8%。本文我们为大家整理收集了图神经网络专题系列的论文信息汇总。

KDD 2020 Accepted Paper:

链接：https://www.kdd.org/kdd2020/accepted-papers

GNN论文信息汇总

1. Graph Structure Learning for Robust Graph Neural Networks

• 论文链接：https://arxiv.org/pdf/2005.10203.pdf
• 代码链接：https://github.com/ChandlerBang/Pro-GNN

2. Connecting the Dots: Multivariate Time Series Forecasting with Graph Neural Networks

• 论文地址：https://shiruipan.github.io/publication/kdd-2020-wu/kdd-2020-wu.pdf

3. Understanding Negative Sampling in Graph Representation Learning

• 论文链接：https://arxiv.org/pdf/2005.09863.pdf

4. M2GRL: A Multi-task Multi-view Graph Representation Learning Framework for Web-scale Recommender Systems

• 论文链接：https://arxiv.org/pdf/2005.10110.pdf

5. Controllable Multi-Interest Framework for Recommendation

• 论文链接：https://arxiv.org/pdf/2005.09347.pdf
• 代码链接：https://github.com/cenyk1230/ComiRec

6. Multi-level Graph Convolutional Networks for Cross-platform Anchor Link Prediction

• 论文链接：https://arxiv.org/abs/2006.01963

7. GCC: Graph Contrastive Coding for Graph Neural Network Pre-Training

• 论文链接：https://arxiv.org/abs/2006.09963
• 代码链接：https://github.com/THUDM/GCC

8. GHashing: Semantic Graph Hashing for Approximate Similarity Search in Graph Databases

• 论文链接：http://web.cs.ucla.edu/~yzsun/papers/2020_KDD_GHashing.pdf

9. Graph Structural-topic Neural Network

• 论文链接：https://arxiv.org/abs/2006.14278
• 代码链接：https://github.com/YimiAChack/GraphSTONE/

10. Minimal Variance Sampling with Provable Guarantees for Fast Training of Graph Neural Networks

• 论文链接：https://arxiv.org/abs/2006.13866