融合超图和上下文信息的智能推荐验证方法

本发明提出了一种融合超图和上下文信息的智能推荐验证方法，包括：S1，从用户物品的交互图中提取到偏见物品特征，物品流行度特征和物品语义特征，将个体与邻居节点的偏见物品特征，物品流行度特征和物品语义特征进行结合，再采用超图卷积对用户和物品的表示进行编码，得到编码后的嵌入；S2，将编码后的嵌入采用超图卷积进行超图卷积增强，得到经过超图卷积优化的用户嵌入表示和物品的嵌入表示；然后计算用户推荐交互物品的评分，将评分降序排列生成相关候选物品的推荐列表。本发明通过硬负监督对比学习的自监督信号优化用户物品嵌入表示，并与多标签交叉熵损失优化策略相结合，增强了模型感知对用户偏好的学习和嵌入空间中的区分性，丰富了上下文特征。