一种基于多模态特征聚类的推荐优化方法

一种基于多模态特征聚类的推荐优化方法，旨在提高推荐系统的多样性和用户体验。该方法首先通过文本和视觉特征提取模型分别从商品标题和封面图片中提取特征，得到文本和视觉特征表示。随后，对这些特征进行特征对齐和标准化处理，以确保不同模态特征的一致性，再将它们融合成多模态嵌入向量，作为商品的统一特征表示。接下来，利用K‑Means聚类算法对融合后的多模态嵌入向量进行聚类，形成商品的聚类标识。在推荐过程中，系统监控已展示商品的聚类标识，并根据这些标识调整推荐策略，优先推荐与已展示商品不同聚类的商品，以避免过度分发相似内容，确保推荐内容的多样性。此方法通过整合多模态信息，优化了推荐系统的性能，有效解决了过度分发问题。