一种基于超图边缘扩散的多模态推荐方法

本发明公开了一种基于超图边缘扩散的多模态推荐方法，首先采集用户‑项目交互及多模态特征，构建多源关系图并生成模态感知超边；然后通过正向扩散与反向去噪优化超图结构；然后结合局部图卷积与全局超图注意力网络进行特征学习；然后引入跨模态对比增强提升特征一致性；最终通过联合优化推荐损失、扩散损失与对比损失实现排序推荐。本基于超图边缘扩散的多模态推荐方法通过引入模态感知超图结构与扩散生成机制，能够有效缓解由于用户‑项目交互稀疏导致的推荐性能下降问题，能够实现充分挖掘模态信息和高阶用户‑项目关系，提升数据稀疏环境下的推荐准确性和模型鲁棒性。