基于多模态图卷积的在线服务推荐方法和系统

本申请涉及人工智能领域，更具体地，涉及一种基于多模态图卷积的在线服务推荐方法和系统，方法包括：获取历史平台数据；根据历史平台数据构建样本集；利用样本集对推荐模型进行训练：根据样本集获取用户、项目对齐数据；对用户、项目对齐数据分别卷积聚合后整合得到用户、项目整合数据；分别对用户、项目整合数据进行传播处理得到用户、项目传播数据；根据用户、项目传播数据融合各模态得到融合推荐得分；根据融合推荐得分对推荐模型迭代学习，获取训练好的推荐模型；获取实时平台数据；利用该推荐模型对实时平台数据进行处理，获取用户推荐列表推荐给用户。该方法能够有效利用多模态信息以及为稀疏交互补充信息而提升在线服务项目推荐的效果。