一种基于互信息与改进图自编码器的多模态推荐方法技术

本发明专利技术公开了一种基于互信息与改进图自编码器的多模态推荐方法，包括：(1)构造物品‑物品共现图和物品前k相似度图，并将这两种物品图归一化；(2)通过改进的图自编码器学习有效的物品模态特征；(3)通过聚合用户所交互物品的模态表示来获得对应的用户模态特征；然后，使用L层GNN在交互图上传播和聚合用户/物品的模态特征；(4)采用两个层次的互信息约束；(5)采用内积来预测用户和物品之间的交互概率，作为推荐的依据；然后，采用多任务训练方法来训练模型；(6)利用训练好的模型进行推荐的应用。利用本发明专利技术，可有效解决多模态推荐任务中的模态噪声问题、特征冗余问题、表示对齐问题，从而大幅度提升多模态推荐系统的性能。

【技术实现步骤摘要】

本专利技术属于推荐系统领域，尤其是涉及一种基于互信息与改进图自编码器的多模态推荐方法。

技术介绍

1、最近，推荐系统已经成为web应用的关键工具，帮助用户从大量可用的在线信息中有效地发现相关内容。与物品相关的多模态信息，如图像、文本和视频的激增，使用户能够更全面地了解自己的兴趣，从而进一步丰富了用户体验。这种丰富的多模态信息对用户偏好有重大影响，从而产生了新兴的多模态推荐领域(mmrec)，它利用多种模态的信息来提供更个性化和有效的推荐。

2、如公开号为cn117216553a的中国专利文献公开了一种推荐模型的预训练方法、调整方法、推荐方法及相关产品，采用了至少两种不同模态的信息，使各种模态的信息可以相互补充，以构建充分的训练数据集，从而使得预训练后得到的模型可以更具备稳健性。

3、公开号为cn115860861a的中国专利文献公开了一种基于多模态融合的产品推荐方法及装置，通过收集用户的多模态信息，分析用户在与应用进行交互时的实时情感状态，根据其情感状态收集待优化点以进行产品推荐，从而实现主动改善用户体验的效果。

4、近本文档来自技高网...

【技术保护点】

1.一种基于互信息与改进图自编码器的多模态推荐方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于互信息与改进图自编码器的多模态推荐方法，其特征在于，步骤(1)中，构造物品-物品共现图的过程如下：

3.根据权利要求1所述的基于互信息与改进图自编码器的多模态推荐方法，其特征在于，步骤(1)中，构造物品前k相似度图的过程如下：

4.根据权利要求1所述的基于互信息与改进图自编码器的多模态推荐方法，其特征在于，步骤(2)中，在低通编码器中，使用步骤(1)归一化后的物品图，来聚合相邻物品的表示来更新目标物品表示；在高通解码器中，使用高通滤波从目标节点中...

【技术特征摘要】

1.一种基于互信息与改进图自编码器的多模态推荐方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于互信息与改进图自编码器的多模态推荐方法，其特征在于，步骤(1)中，构造物品-物品共现图的过程如下：

3.根据权利要求1所述的基于互信息与改进图自编码器的多模态推荐方法，其特征在于，步骤(1)中，构造物品前k相似度图的过程如下：

4.根据权利要求1所述的基于互信息与改进图自编码器的多模态推荐方法，其特征在于，步骤(2)中，在低通编码器中，使用步骤(1)归一化后的物品图，来聚合相邻物品的表示来更新目标物品表示；在高通解码器中，使用高通滤波从目标节点中去除相邻节点的信息，进行特征重建。

5.根据权利要求1所述的基于互信息与改进图自编码器的多模态推荐方法，其特征在于，步骤(2)中...

【专利技术属性】
技术研发人员：席萌，杨孟铎，周洁，潘晓华，李莹，吴洋洋，张金山，尹建伟，
申请(专利权)人：浙江大学，
类型：发明
国别省市：