一种集成自适应图特征和对比优化的社交推荐模型方法

一种集成自适应图特征和对比优化的社交推荐方法本发明公开一种新型集成自适应图特征和对比优化的社交推荐方法。通过融合用户‑物品交互图和社交图的信息，本发明针对社交推荐中的冷启动问题和数据稀疏性挑战进行创新设计。核心技术特征包括：（1）图融合特征网络结构，动态计算节点与邻居之间的特征权重，有效融合不同图的特征并选择性保留重要特征；（2）自适应对比学习框架，通过构建正负样本对，增强目标行为与辅助行为间的关联性，缓解目标行为的稀疏性。模型的主要用途是为用户提供个性化推荐服务，尤其在冷启动和数据稀疏场景下表现出色，显著提升推荐质量，具有较高的实用性和创新性。