一种基于多语义空间融合的元学习冷启动推荐方法

本申请涉及一种基于多语义空间融合的元学习冷启动推荐方法，该方法包括：对目标用户的属性内容进行特征提取，生成第一内容特征向量；基于异构信息网络生成目标用户在预设的元路径下对应的路径序列，基于路径序列进行特征提取，生成目标用户在元路径下对应的第一语义关联特征向量；以第一语义关联特征向量为初始特征向量，基于目标用户在元路径下的交互关系构建对应的超图结构，对超图结构进行多层卷积处理，得到目标用户对应的第一高阶交互特征向量；将第一内容特征向量、第一语义关联特征向量及第一高阶交互特征向量融合，将融合后的目标特征向量输入至元学习模型中，以确定向目标用户推荐的目标对象。该方法可以提高冷启动场景下的推荐准确率。