一种基于图对比学习的鲁棒协同过滤方法和装置

本申请提供了一种基于图对比学习的鲁棒协同过滤方法和装置，可以基于样本交互信息图数据，通过节点度、各节点度的权重以及各样本节点的样本嵌入表示对第一图神经网络模型进行训练，得到目标图神经网络模型，并可以使用目标图神经网络模型对第一交互信息图数据进行处理，从而可以进一步使用目标图神经网络模型输出的节点最终嵌入表示进行协同过滤处理，以确定用户节点相关联的交互对象节点，可以在一定程度上减小节点度差异较大对图模型性能的影响，提升图模型对节点度差异较大的图数据的处理效率，提升图模型的鲁棒性，同时还可以提升图模型对图数据的处理效率。