基于多模态细粒度信息的多视角序列推荐方法和系统

本发明公开了基于多模态细粒度信息的多视角序列推荐方法和系统，涉及个性化推荐技术领域，包括：获取用户的历史商品交互数据及商品元数据，构建知识图谱，获取商品嵌入表示；获取与商品相关的文本模态数据及图像模态数据分别进行细粒度化，生成对应的细粒度特征嵌入表示；将商品嵌入表示及不同模态的细粒度特征嵌入表示进行融合，并采用对比学习策略优化细粒度融合，获取综合商品嵌入表示映射到多头隐藏空间，从不同的细粒度视角对用户偏好进行建模，聚合每个细粒度视角对候选商品的推荐概率，得到最终推荐概率，预测下一商品需求。本发明通过多头隐藏空间进行个性化推荐，揭示用户在不同细粒度方面的兴趣程度，提升了推荐的精确度和用户体验。