一种基于对比学习的大语言模型语义增强的协同过滤推荐方法
申请号:CN202510851780
申请日期:2025-06-24
公开号:CN120744233A
公开日期:2025-10-03
类型:发明专利
摘要
本发明公开了一种基于对比学习的大语言模型语义增强的协同过滤推荐方法,属于推荐系统领域,包括构建用户‑项目二部图通过GNN提出用户‑物品语义信息协作信息,利用提示词来提取用户‑物品语义信息,确定性拓扑视图增强策略,生成语义邻居扩展视图,生成语义邻居重构视图,协作与语义信息对齐,双视图结构对齐,整体训练损失函数,本发明通过协同图结构学习与语义增强,显著提升推荐系统的准确性和冷启动能力。
技术关键词
协同过滤推荐方法
邻居
节点
语义特征
协作信息
消息传递机制
样本
语义向量
贝叶斯个性化排序
超参数
重构
推荐系统
定义
文本
排序损失
模板技术
交互特征
策略
视角