一种基于对比学习的公平推荐方法及装置

本发明公开了一种基于对比学习的公平推荐方法及装置，其中，方法包括以下步骤：步骤S1、利用协同信息预测用户未知的敏感属性，得到第一敏感属性预测值；步骤S2、利用物品侧信息预测用户未知的敏感属性，得到第二敏感属性预测值；步骤S3、对所述第一敏感属性预测值和所述第二敏感属性预测值进行融合，得到用户敏感属性最终预测值；步骤S4、建立对比学习的敏感属性编码器，采用对比损失训练所述编码器，基于训练好的编码器进行公平推荐。本发明能够在敏感标签有限的场景下进行敏感属性建模，进而进行公平推荐。