自适应融合多视图的可学习增强对比推荐方法

本发明公开了一种自适应融合多视图的可学习增强对比推荐方法，属于推荐系统技术领域。所述方法包括：基于用户‑项目交互数据构建高阶协作邻居图，并利用自适应非参数化融合策略动态融合多源信息；采用多头注意力网络自适应生成节点级增强视图；将原始、协作及增强视图进行多视角对比学习，联合优化对比损失与推荐损失。实验结果表明，该方法能够有效提升推荐系统在稀疏和噪声环境下的性能，具有较高的推荐准确率与鲁棒性。