一种基于自适应权重调整双路补偿的商品推荐方法

本发明公开了一种基于自适应权重调整双路补偿的商品推荐方法，其特征在于：输入用户对商品的历史交互数据，构建异构信息网络图；设计自适应权重调整方法，对异构信息网络图相邻边的权重进行调整；利用现有的图神经网络方法学习用户和商品的向量特征；利用向量内积的方式得到用户和商品的第一种推荐分数；设计自适应加权词频逆文档分数计算方式，计算第二种用户和商品的推荐分数；设计补偿推荐方法融合两路推荐分数，得到最终的推荐分数。本发明通过异构信息网络图和自适应权重调整，能高效融合多源信息，更精准地建模用户行为，及时捕捉用户动态偏好。双路补偿的推荐方法能提高推荐准确率，显著缓解冷启动问题。