基于多跳路径增强和自适应图结构优化的图谱推荐方法

本发明提供了基于多跳路径增强和自适应图结构优化的图谱推荐方法，涉及人工智能技术领域，该方法通过从推荐数据集中提取用户、实体及关系信息构建知识图谱，初始化对应的嵌入层；构建实体‑关系多跳路径矩阵，以捕捉高阶语义关联；结合用户‑物品交互记录生成正负样本交互表，为模型训练提供区分性数据；在训练阶段引入自适应图结构优化机制，利用实体嵌入相似度动态添加伪边扩展图谱结构，以概率方式丢弃低频噪声边，缓解数据稀疏并提升鲁棒性，预测阶段则保留原始图结构以保证推理效率；进一步设计交叉注意力聚合网络，融合用户‑关系注意力机制与多跳邻居信息；通过构建四元组合损失函数，提升模型泛化能力与收敛效率。