一种基于多模态多行为的跨视图序列推荐方法

本发明属于序列推荐领域，涉及一种基于多模态多行为的跨视图序列推荐方法，包括：序列推荐模型的训练过程包括：获取多模态电商平台序列，并输入预处理模块，得到多模态特征嵌入向量和多行为感知交互序列；将多模态特征嵌入向量输入多模态偏好提取模块，得到多模态中不同因素的独立特征表示和多模态偏好；将多行为感知交互序列输入多行为偏好提取模块，得到多行为偏好；将多模态中不同因素的独立特征表示、多模态偏好和多行为偏好输入跨视图学习模块计算损失函数值，根据损失函数值更新模型参数，当损失函数值最小时，完成模型训练；本发明采用跨视图学习框架学习多模态和多行为之间的协同关系，双向优化增强推荐性能，进一步提高推荐的准确性。