一种基于多视角自监督对比学习的多模态推荐方法

本发明提供一种基于多视角自监督对比学习的多模态推荐方法，涉及推荐系统技术领域。本发明通过基于特征交叉矫正的两阶段模态表征模块缩小了跨模态语义差距，有效减少了噪声；通过二元重编织进行用户‑项目图结构扰动，净化了历史数据中的虚假交互，更好的拟合了真实场景；最后通过构建项目‑项目亲和图实现模态信息增强，大大提升项目嵌入的语义关联度，在减小计算复杂度的同时解决了信息混叠和模态语义丢失的问题。对于上述多视角进行自监督对比学习，最大化不同视图下的节点的互信息，更好地表征了节点，有效提高了推荐系统的准确性和鲁棒性。