一种基于因果推断与偏好演化的跨域序列推荐方法

本发明属于跨域序列推荐技术领域，公开一种基于因果推断与偏好演化的跨域序列推荐方法。通过基于跨域共现频率设计的提示词模板，用大语言模型增强物品语义信息。通过领域特定兴趣演化模型进行域内序列偏好学习得到域内偏好；通过时序–领域双条件混合专家机制进行跨域序列偏好学习得到跨域偏好。设计因果去偏将用户域内偏好、用户跨域偏好与用户域内活跃度、跨域活跃度解耦，并用于生成推荐，提升跨域推荐结果的准确性。本方法借助因果增强的偏好学习机制，有效解决了现有方法的局限性，在单域和跨域序列推荐基准测试中均取得了最先进的性能。