摘要
本发明公开了一种基于生成式去噪与多级对比学习的知识图谱推荐方法,属于推荐系统与知识图谱结合技术领域,首先构建用户‑项目交互图并结合外部知识库补充项目语义信息以生成知识图谱;接着获得解耦的嵌入表示,并采用LightGCN增强这些表示的学习;然后通过对原始知识图谱添加噪声并进行掩码处理来优化模型的抗噪能力;随后从各子视图中提取用户多偏好表示并通过对比学习任务优化最终用户表示;再将知识图谱与协同过滤视图下的项目嵌入映射至统一空间实现语义对齐;最后通过设计多任务联合损失函数融合知识图谱与协同过滤信息以提升个性化推荐性能。本发明有效地提升了推荐系统的准确性、鲁棒性和个性化服务能力。