用户意图解离多行为推荐方法、系统、存储介质及设备

本发明涉及深度学习推荐技术领域，提供了一种用户意图解离多行为推荐方法、系统、存储介质及设备。用户意图解离多行为推荐方法包括，获取用户信息、物品信息、用户行为和物品行为；根据用户信息和物品信息，解离用户意图和物品意图，计算用户整体嵌入、物品整体嵌入、用户在不同行为下的特定行为嵌入和物品在不同行为下的特定行为嵌入；增强嵌入，计算用户在目标行为下的增强的特定行为嵌入和物品在目标行为下的增强的特定行为嵌入的内积，将得到的推荐得分由高到低排列，选取排名靠前的若干物品，推荐给用户。本发明解决了现有模型在推断用户在不同行为下动机不明确、高阶关系建模不足以及对比学习中存在的语义混淆问题，提高推荐的准确性。