一种基于知识蒸馏的自适应双塔多模态推荐方法

本发明提供一种基于知识蒸馏的自适应双塔多模态推荐方法，涉及多模态推荐技术领域，本发明通过收集获取用户‑项目交互信息以及项目多模态信息，进行数据清洗和格式转换；使用教师‑学生模型进行多模态信息的知识蒸馏；基于GNN和专家网络构建双塔模型；分别计算双塔模型下交互塔和内容塔的偏好得分；基于场景特征进行双塔偏好得分混合；计算偏好得分之后进行项目推荐。本发明显著优于传统的单模态推荐算法。这一进步不仅体现在推荐系统的性能提升上，也在空间和计算资源的节约上有着明显的优势。因此，本发明在多模态推荐系统领域具有重要的应用价值和广阔的市场前景。