基于邻域与超图协作的个性化学习内容推荐方法及系统

本发明提供了一种基于邻域与超图协作的个性化学习内容推荐方法及系统，涉及内容推荐技术领域。通过获取用户会话序列数据以构建超图视图和邻居图视图；基于超图视图提取全局高阶关系特征；基于所述邻居图视图提取局部共现关系特征，生成增强型共现关系特征；将用户学习路径的序列位置编码与学习内容语义嵌入拼接，通过门控动态注意力机制融合上下文信息，生成动态学习兴趣嵌入表示；基于全局‑局部对比学习策略，对动态学习兴趣嵌入与全局语义嵌入进行非线性投影，通过对比损失优化两类嵌入的语义一致性；联合推荐任务的交叉熵损失与对比学习损失，构建联合优化目标函数，生成个性化推荐结果，实现捕捉学习内容之间显性和隐性关系的技术效果。