基于属性语义演化建模的序列推荐方法、电子设备及存储介质

本发明公开了一种基于属性语义演化建模的序列推荐方法、电子设备及存储介质，涉及机器学习推荐系统技术领域，解决现有序列推荐中因忽略属性语义动态演化导致的“属性静态假设”缺陷，以及因缺乏时间感知机制引发的语义漂移建模缺失问题。其技术方案要点为：采集用户历史序列中物品的结构化属性值及其出现时间戳，构建属性值的时间序列并生成各历史物品的语义嵌入；通过掩码注意力机制聚合历史语义嵌入，形成动态属性表征；对语义嵌入序列随机掩码生成扰动变体，利用对比学习增强表征鲁棒性；融合动态属性表征与物品原始嵌入，输入基础序列模型进行联合兴趣建模与预测。该方法能精准捕捉用户对属性语义变化的偏好，显著提升推荐准确性与泛化能力。