基于异构图神经网络融合多行为与多模态数据的新闻推荐方法与系统

本发明提供一种基于异构图神经网络融合多行为与多模态数据的新闻推荐方法与系统，涉及推荐系统技术领域。该方法包括：获取用户多行为历史数据和候选新闻集，用户多行为历史数据包括若干用户对历史新闻集中每条新闻的历史行为记录；提取历史新闻集的多模态特征，并生成对应的新闻嵌入向量表示；将用户和新闻均视作图的节点，将用户对单条新闻的多种行为作为两个节点之间的多条边，构建得到用户多行为异构图并对其进行初始化；调整异构图中的边权重，利用图注意力层对节点信息进行聚合，得到用户兴趣特征；计算用户兴趣特征与候选新闻集中各新闻的多模态特征的相似度，确定向对应用户推荐每条候选新闻的概率，从而生成推荐列表。