摘要
本发明提供了基于知识图谱与对比学习融合的意图感知推荐方法,涉及人工智能技术领域,该方法通过融合知识图谱和对比学习技术来优化节点表示,从而提升推荐系统对长尾项目的推荐精度。同时,在数据增强的基础上,结合用户意图扩充对比学习中的正样本选择,进一步强化模型在用户意图建模方面的能力,最终提高推荐结果的准确性和相关性。旨在解决现有技术中因知识图谱噪声干扰导致的长尾项目表征质量差、用户意图建模不足以及推荐精度受限的问题。
技术关键词
意图
推荐方法
贝叶斯个性化排序
三元组
样本
实体
矩阵
多层感知机
数据
超参数
节点
融合知识图谱
关系
模块
生成物品
邻居
生成向量
人工智能技术
项目
系统为您推荐了相关专利信息
金融产品推荐方法
感兴趣
预训练模型
训练样本集
风险
评价数据处理方法
深度学习网络模型
订单
物流
注意力机制
棉田图像
遥感监测方法
作物生长监测技术
无人机
非暂态计算机可读存储介质