基于信息增益引导的知识图谱扩散推荐方法

本发明公开了一种基于信息增益引导的知识图谱扩散推荐方法，包括：对原始知识图谱以及用户‑物品交互数据进行预处理操作，计算信息增益，获得用户特征权重矩阵；基于用户特征权重矩阵构建基于扩散模型的知识图谱去噪过程，并利用原始知识图谱和用户‑物品交互数据对扩散模型进行训练；利用去噪后的知识谱图，异构知识聚合与对比增强学习，对推荐模型进行训练，获得训练后的推荐模型；将待预测的用户ID及用户‑物品交互数据输入训练完成的推荐模型中，获得用户的相关推荐列表。本发明通过结合知识图谱扩散模型、异构知识聚合机制以及对比学习策略，实现了推荐系统性能的显著提升。