一种面向推荐系统的时空数据增强方法

本发明公开了一种面向推荐系统的时空数据增强方法。本发明显式地总结了用户和物品的时空特征，并使用大模型作为编码器，将嵌入统一在单个向量空间中；然后使用线性层对齐特征维度，以融合到推荐模型中，解决了特征融合不充分的问题。本发明利用大模型理解用户的交互历史和候选集，推理用户的偏好并生成正负样本对，把生成的样本集和原始样本集合并作为最终的训练集。得益于大模型出色的推理能力和自然语言理解能力，这既扩充了训练样本集，也缓解了噪声问题。