一种基于因果变分推断的去混杂因素多行为推荐方法

本发明公开了一种基于因果变分推断的去混杂因素多行为推荐方法，采用变分图自动编码器对多行为交互中的潜在不确定性进行编码，从而捕捉不同行为之间的异质性。为高效推断潜在混杂因素，设计了混杂因素推理机制，利用变分推理生成潜在混杂因素。在条件扩散模块的正向扩散阶段，模型逐步向用户和物品的潜在变量中注入噪声，以模拟用户偏好随时间和不同情境的动态演变。在反向扩散阶段，模型利用推断出的混杂因素，并结合因果推理来指导去噪过程，缓解潜在混杂因素的影响，捕捉多行为交互的真实因果效应。通过针对四种不同研究重点的10种推荐算法在2个公开数据集上进行实验，实验结果表明本发明的性能均优于现有同类型算法。