一种面向多模态数据的商品推荐方法

本发明公开了一种面向多模态数据的商品推荐方法，涉及商品推荐技术领域，包括构建用户‑项目关联图、项目模态关联图、用户模态关联图；构建项目的模态交集关联图及用户的模态交集关联图；采用LightGCN对关联图进行特征卷积，为项目和用户生成嵌入，且在每一轮次的特征卷积中均实施项目和用户的层级对比学习；通过带有多维损失联合训练的预测模型，采用内积的形式作为用户对项目的评分，进行推荐预测；对用户‑项目关联图进行卷积操作时，通过用户偏好优化损失函数增加显式偏好和隐式偏好的一致性。本发明模型场景泛化能力强，有效提高了项目和用户偏好建模的准确性，提升了推荐质量。