一种基于图对比学习的商品推荐方法及系统

本发明公开了一种基于图对比学习的商品推荐方法及系统，包括以下步骤：对用户‑商品交互的稀疏矩阵进行交互图增强处理并生成视图，得到用户和商品的潜在特征；基于用户和商品的潜在特征重构用户‑商品交互图，进行计算总损失函数并更新模型参数；将用户‑商品交互图作为图注意力网络的输入数据，进行类型分类优化处理并计算推荐任务的损失优化模型参数；将原始用户商品交互稀疏矩阵输入双塔模型，基于模型预测的交互概率生成用户的个性化推荐结果；实现了通过对用户与商品的交互图进行多种增强操作，生成多视图数据，以此进行对比学习，最终得到更加准确的用户与商品特征表示，从而提高推荐系统的性能和用户满意度。