一种基于知识增强对比学习的长尾用户序列推荐算法

本发明公开一种基于知识增强对比学习的长尾用户序列推荐算法，一方面采用了知识图谱来增强长尾用户的序列推荐，通过知识图谱的实体关系信息，研究提出了一种基于语义的物品相似度度量，有助于提取和理解物品之间的协同关联；另一方面通过提出两种对比增强算子，利用自监督信号，从不同的视角增强序列表示，更好地捕获长尾用户的行为和偏好，有效地解决了现有序列推荐方法在长尾用户序列数据稀疏情况下的局限性，通过更丰富的语义信息减轻了物品流行度对推荐结果的影响，提高了对长尾用户序列推荐的准确性。