一种多行为推荐中的伪相关知识图构建方法

由于用户的多行为交互中存在伪相关交互，本发明公开一种多行为推荐中的伪相关知识图构建方法。伪相关知识图的主要作用是捕获项目的静态特征和用户动态的意图之间的细粒度差异，帮助模型建模多行为下项目之间的伪相关性，从而监督并解离用户多行为交互中隐含的伪相关交互，以此来提高模型的行为表征能力和推荐精度。具体来说，由于动态和多方面的用户意图，难以直接测量多行为中用户和项目之间的伪相关关系，我们转而借助项目间的伪相关性来间接地度量用户意图和项目特征之间的伪相关关系，从而构建出伪相关知识图。在现有多行为推荐的基准模型上引入伪相关知识图，并通过解纠缠对比学习，能够从用户的多行为交互中解纠缠伪相关交互，进而通过行为间对比学习将真实语义从辅助行为转移到目标行为，来缓解目标行为中稀疏的监督信号，提高模型的行为表征能力和推荐精度。