一种双视图对齐的负样本优化对比学习推荐方法

本发明公开了一种双视图对齐的负样本优化对比学习推荐方法，包括如下步骤：构建用户物品二部图，采用用户物品二部图构建双视图，对双视图中用户的节点嵌入和物品的节点嵌入对齐，得到对齐后的双视图；采用负样本优化器对用户和物品的正样本以及负样本进行优化；将优化后的样本以及对齐后的双视图输入至对比学习模块中，采用对比学习损失和贝叶斯个性化排序对比损失，通过比较正样本与负样本的相似性来训练图卷积神经网络GCN，将训练好的深度学习模型进行实际应用；本发明采用了双视图对齐策略，通过对用户和物品视图进行特征提取、卷积操作和对齐调整，使得它们在嵌入空间中更加接近。