一种多行为推荐方法、系统、设备及介质

本发明公开一种多行为推荐方法、系统、设备及介质，涉及多行为推荐技术领域，该方法包括采集多行为数据，构建出用户集与物品集的异构图；构建基于对比学习范式的语义转换扩散增强模型，包括：基于图神经网络的编码过程学习异构图的表示，生成主视图；利用图扩散模型构建对比视图，具体包括在扩散阶段通过引入噪声破坏原始辅助视图的表示；在反向阶段中通过神经网络获取高斯分布的均值和协方差，学习在时间步t添加的噪声；将对比视图的表示与主视图的表示进行对比，生成自监督训练信号以更新模型，进而对物品进行推荐；该方法能够更好地区分不同用户行为之间的重要性差异，生成更具判别性的特征表示，从而提高推荐模型的解释性和预测准确性。