一种用于推荐系统的分布鲁棒图推荐方法及装置

本发明公开了一种用于推荐系统的分布鲁棒图推荐方法及装置，所述图推荐方法包括：构建用户‑物品交互图，初始化节点嵌入和图嵌入；通过图边添加策略对初始邻域分布施加扰动，生成扰动后的邻域分布；基于Renyi散度构建分布鲁棒优化目标函数，计算不确定集合中的最劣分布；利用最劣分布与扰动分布的比值进行图神经网络聚合操作，生成最终节点嵌入；基于最终节点嵌入计算推荐损失函数并更新模型参数。本发明通过图正则视角，将分布鲁棒优化引入图神经网络的聚合操作，以解决现有基于图的推荐系统在面对分布漂移时的脆弱性，还针对推荐系统数据稀疏性的问题，提出了图边添加策略，通过在图初始分布上添加轻微扰动，扩展潜在分布范围。