一种基于图神经网络的协同过滤推荐模型的训练方法

本公开属于协同过滤推荐领域，具体涉及一种基于图神经网络的协同过滤推荐模型的训练方法。所述方法包括：确定各图神经网络层输出的用户侧嵌入特征相关度与物品侧嵌入特征相关度，其中，所述嵌入特征相关度通过对节点嵌入矩阵计算平均特征相关度获得；当所述用户侧嵌入特征相关度超过阈值时，分配与之成反比的用户侧惩罚权重，当所述物品侧嵌入特征相关度超过所述阈值时，分配与之成反比的物品侧惩罚权重，其中，所述阈值由业务场景的场景属性确定；根据嵌入特征相关度与惩罚权重确定总解耦损失，将所述总解耦损失与所述协同过滤推荐模型的原损失函数相加，生成总损失函数，基于所述总损失函数对所述协同过滤推荐模型进行训练。