一种基于结构感知的序列推荐系统遗忘学习方法

本发明属于序列推荐和遗忘学习技术领域，公开了一种基于结构感知的序列推荐系统遗忘学习方法，包括：针对序列推荐模型中被污染的交互数据，通过双指标量化诊断机制评估每个污染项目的影响特性，其中序列影响范围指标SIS量化污染通过预测依赖关系的传播程度，序列结构依赖度指标SSD从全局和局部两个层面评估项目对维持序列时序连贯性的结构重要性；基于诊断得到的SIS和SSD执行自适应微调策略，影响解耦抑制污染传播及强度由SIS控制，结构补偿根据SSD值在隔离和修复策略间自适应插值，进一步地，通过保持损失保持模型在干净数据上的泛化能力；本发明的方法实现了针对性干预，在消除有效污染的同时保持序列结构完整性，维护了推荐性能和可信度。