一种基于跨域学习的图书推荐方法

本发明提出了一种基于跨域学习的图书推荐方法，包括步骤：从源图书域和至少一个目标图书域获取用户和图书信息，划分为域内图书‑用户交互数据和跨域图书‑类别数据；基于跨域图书‑类别数据构建域间图书‑类别关系图；基于域内图书‑用户交互数据构建域内图书‑用户交互图；在域间图书‑类别关系图上进行监督训练，获取域间图书‑图书类别高阶表征；结合域间图书‑图书类别高阶表征，在每个图书域的域内图书‑用户交互图上进行监督训练，获取双域统一的用户高阶表征和统一的图书高阶表征；预测源图书域用户与目标图书域未交互图书之间的评分，排序向源图书域用户推荐潜在感兴趣图书。本发明提了高稀疏域的推荐准确性，以及对新的数据的适应性。