一种基于文本增强与流行度平滑的长尾商品推荐方法

发明提供一种基于文本增强与流行度平滑的长尾商品推荐方法，包括获取用户‑商品的交互数据和商品的文本数据；使用预训练大语言模型将商品信息转化为文本嵌入；基于交互数据构建用户‑商品二分图，执行图卷积获取用户和商品的图嵌入；对商品的文本嵌入进行空间变换，融合商品的图嵌入与变换后的文本嵌入；使用用户的图嵌入与商品的融合嵌入计算用户对商品的偏好分数并由高到低排序，为用户推荐前k个商品。本发明通过文本增强和流行度平滑两个维度有效融合文本信息至商品嵌入中，构建热门与长尾商品间的隐式语义联系；在模型训练过程中平衡各类交互的影响，增加小众及新商品参与训练的机会，通过调整不同商品的曝光率，有效缓解长尾问题。