基于Mindspore的通用用户编码器的用户建模方法和系统

本发明公开一种基于Mindspore的通用用户编码器的用户建模方法和系统，涉及推荐系统技术领域。通过整合用户的交互序列中包含的多模态信息，实现对用户的全面理解，用户编码器能够生成丰富的用户表示，以便更准确地捕捉用户的兴趣和偏好。借助多模态信息的融合，提升推荐系统在个性化推荐任务中的表现。采用新的Hard‑Negative负采样策略，增强用户编码器在区分用户偏好与非偏好物品时的学习能力，提升用户编码器的判别能力。利用用户的历史交互信息以及其属性信息，形成更加丰富和多维的用户表示，不仅可以提升推荐的准确性，还可以提升用户编码器的迁移能力。通过对交互序列进行多种不同的数据增强，进而提取交互序列中物品间的各种特征。