一种基于统一异构超图的不完备多媒体推荐方法

本发明涉及一种基于统一异构超图的不完备多媒体推荐方法，属于多媒体数据推荐领域。所述方法，提出一种用于不完备多媒体推荐的统一异构超图构建框架HIRE及其稀疏约束增强版本HIRES，旨在解决多媒体共享平台中模态信息缺失的推荐问题。HIRE通过K均值算法初始化超图结构，并结合异构超图卷积机制，捕捉跨模态高阶关系以补全缺失的多模态特征。同时，采用文本对齐的自监督对比学习机制，联合优化超图结构以提高多媒体推荐性能。HIRES引入稀疏优化策略，通过最优传输和范数约束精炼超图结构，减少噪声干扰，提升推荐准确性。本发明方法显著优于基线方法，为不完备场景下的多媒体推荐提供高效且可解释解决方案。