基于图神经架构搜索的跨域推荐优化方法、装置和设备

本申请提供了一种基于图神经架构搜索的跨域推荐优化方法、装置和设备，涉及数据处理技术领域，旨在解决跨域推荐模型适应性差和负迁移问题，以提升跨域推荐性能。该方法包括：构建跨域定制化超网络；根据所述跨域定制化超网络，预测源域行为的点击率和目标域行为的点击率，每个行为的点击率表征用户点击商品的可能性；通过行为重要性感知器为源域行为确定重要性权重，所述重要性权重表征源域行为对提升所述跨域定制化超网络的表现的贡献度；根根据所述重要性权重、所述源域行为的点击率和所述目标域行为的点击率，确定第一损失；根据所述第一损失对所述跨域定制化超网络进行优化，并将满足收敛条件的跨域定制化超网络，作为最终的跨域推荐模型。