一种基于双视图对比学习的去噪社交数据空间推荐方法及系统
申请号:CN202510848162
申请日期:2025-06-24
公开号:CN120763391A
公开日期:2025-10-10
类型:发明专利
摘要
本发明提出了一种基于双视图对比学习的去噪社交数据空间推荐方法及系统,属于推荐算法技术领域,获得社交关系和交互关系数据集,预处理划分为训练集和测试集;构建基于双视图对比学习的去噪社交数据空间推荐模型;使用训练集数据对基于双视图对比学习的去噪社交数据空间推荐模型进行训练;使用测试集数据对训练好的基于双视图对比学习的去噪社交数据空间推荐模型进行链接预测,获得预测交互结果;本发明设计了双视图对比学习策略,通过构造正负样本对,挖掘图中潜在的结构信息,提升了模型在表示学习过程中的鲁棒性和精确性,解决传统社交推荐方法在捕捉节点独特属性和深层结构信息方面存在的不足。
技术关键词
社交推荐方法
训练集数据
推荐系统
推荐算法技术
联合损失函数
模块
关系
序列特征
噪声数据
编码器
计算机
处理器
样本
节点
重构
可读存储介质
存储器