【技术实现步骤摘要】
本专利技术涉及推荐，尤其是一种基于知识感知自监督学习的长尾序列推荐算法。
技术介绍
1、传统推荐算法主要挖掘用户的静态兴趣，存在难以捕捉用户的实时兴趣变化等诸多问题，导致在实际应用中效果不佳，难以满足用户的个性化需求。与传统的推荐算法不同，序列推荐算法可以分析用户在不同时间段的行为，实时调整推荐内容，其动态调整和实时捕捉用户兴趣的能力，使得推荐结果更加精准和多样化，显著提升了用户体验。然而，现有的序列推荐算法在处理长序列时表现良好，但在处理短序列时却面临挑战。由于长尾序列中的用户行为数据较少，序列长度较短，而且长尾序列占据了所有序列的绝大部分，使得其难以通过常规的序列推荐算法进行有效处理，导致推荐结果不准确，用户体验不佳。
技术实现思路
1、本专利技术为了解决现有技术所存在的上述技术问题，提供一种基于知识感知自监督学习的长尾序列推荐算法。
2、本专利技术的技术解决方案是：一种基于知识感知自监督学习的长尾序列推荐算法，是按如下步骤进行：
3、步骤1.将用户-物品交互二...
【技术保护点】
1.一种基于知识感知自监督学习的长尾序列推荐算法，其特征在于按如下步骤进行：
【技术特征摘要】
1.一种基于知识感知自监督学习的长尾序...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。