How to Precise personalized recommendation patent retrieval - Eureka

本发明涉及多模态推荐技术领域，提供了一种基于跨粒度扩散增强与粒球超图学习的多模态推荐方法，具体来说，本发明通过引入粒球结构，将用户和物品聚合为粗粒度的语义单元，并将其作为先验条件引导模态特定的去噪过程。通过自适应的粒球超边构建机制，所提出的粒球超图能够有效捕获多粒度下复杂的语义依赖关系，同时减少噪声连接。此外，本发明在用户‑物品图上进行去噪学习以降低冗余交互，并引入自监督掩码对比损失函数以增强偏好预测能力。最后在三个公开基准数据集上的实验结果表明，本发明在推荐性能和鲁棒性方面均显著优于现有的最新方法，有效解决了现有方法存在的鲁棒性差、无法充分挖掘数据中多层次语义信息的技术问题。