一种基于知识图谱和SPN网络的个性化推荐方法

本发明涉及偏好推荐技术领域，特别是涉及一种基于知识图谱和SPN网络的个性化推荐方法，包括：获取与目标用户相关的社交网络、用户‑物品交互以及物品属性知识图谱，输入预设的推荐模型中，输出目标用户的个性化推荐结果，推荐模型包括：用户特征提取模块，用于通过计算相似性，并引入对比学习对社交网络进行优化重构，获取SPN网络并提取用户特征；物品特征提取模块，用于通过用户‑物品交互提取物品特征，并基于物品属性知识图谱利用交叉压缩单元进行增强，获取增强后的物品特征；匹配计算推荐模块，用于基于用户特征和增强后的物品特征计算匹配分数，生成推荐结果。本发明考虑社交影响力的传播和物品属性的语义关系，提升推荐模型的性能。