一种基于多模态感知的个性化内容推荐方法及系统

本发明涉及个性化内容推荐技术领域，公开了一种基于多模态感知的个性化内容推荐方法及系统，所述方法包括，获取多模态数据并初步压缩为低维潜在表示，提取跨维度关联特征并进行特征融合，生成统一特征向量，获取潜在模式，计算各维度与敏感属性的相关系数，若超过阈值则启动数据扰动处理，得到隐藏敏感属性的编码表示，同时监测核心特征保留率，若保留率过低则动态调整扰动强度，再进行迭代优化，获取优化编码特征，并与编码特征库进行匹配检测，确定个性化内容列表，得到原始推荐结果，再对所述原始推荐结果进行隐私保护检测与优化，得到最终推荐结果。本方法解决了个性化内容推荐中隐私保护与推荐精度的不平衡的问题。