基于对比学习与变分自编码器的序列推荐方法

本发明公开一种基于对比学习与变分自编码器的序列推荐方法，其包括以下步骤：根据用户的历史交互序列生成序列嵌入；对原始数据分支进行时频域转换；对数据增强分支进行数据滑动增强；根据随机深度增强策略对数据进行模型层面增强处理；根据Transformer编码器，分别对原始数据分支与增强数据分支的数据进行编码处理，获取各自数据流分支数据的均值与方差；根据对比学习策略，最大化正、负样本损失；根据共享的Transformer解码器生成新的项目序列；构建基于对比学习和变分自编码器序列化推荐模型。本发明以用户的历史交互序列作为输入，经过融合对比学习范式与变分自编码器的模型处理，生成用户感兴趣的项目，具有更好的推荐质量，提升推荐准确性。