一种基于模态交互学习的异构图推荐方法及装置

一种基于模态交互学习的异构图推荐方法及装置，该方法采用异构图神经网络模型，通过同质多头注意力机制强化模态内的依赖性，并利用异质交叉注意力机制增强不同模态间的语义相关性。在数据嵌入表示阶段，多模态数据被有效转换为低维稠密向量，为后续的模态交互奠定了坚实基础。异构图的构建基于用户的历史行为序列，定义了节点和边，分别代表不同模态的特征和模态间的交互关系。通过异步更新策略，每个节点能够独立地、根据预定义的顺序聚合信息。最终，在预测阶段，模型综合用户行为和内容特征，预测用户对候选项目的兴趣，生成个性化的推荐列表。本发明提高了推荐系统准确性，能为用户提供更加精准和个性化的推荐服务，具有重要的实际应用价值。