一种基于自适应解耦的对比协同过滤推荐方法

本发明公开了一种基于自适应解耦的对比协同过滤推荐方法，属于推荐技术领域。该方法通过建模全局潜在意图信息来丰富用户和项目的偏好表示，并利用自适应权重完成普遍最小化节点相似度的任务，缓解了过度平滑问题。该方法主要由四部分构成：第一部分基于用户‑项目交互矩阵进行图信息传播，生成用户和项目的局部嵌入，并利用跨层对比学习来捕获分布更加均匀的用户和项目表征；第二部分利用K‑means聚类算法构建用户和项目的解耦意图嵌入，并通过融合两个层次的信息来获得最终的节点表示；第三部分基于结点的邻居和谐分数，我们应用自适应权重来控制节点之间的差异性，缓解过度平滑问题；第四部分根据项目特征、用户的解耦信息和兴趣偏好完成推荐。本发明通过解耦意图特征更细粒度地建模用户偏好，利用自适应权重控制结点差异性从而缓解过度平滑问题，有效地提高了推荐准确性。