摘要
一种基于混合意图与双重约束的会话推荐方法,属于计算机科学领域。本方法包括了3个基本部分:混合意图学习模块从全体物品中提取全局语义意图,区分目标意图与噪声意图;意图约束损失函数通过双重约束优化会话表征,实现长尾覆盖与噪声抑制的协同;即插即用集成模块与现有会话推荐模型无缝集成。本发明通过混合意图学习模块与意图约束损失函数的协同设计,系统性解决了传统长尾推荐中噪声干扰、表征偏差、部署僵化等核心问题。本发明实现精准性与多样性的协同优化,打破传统权衡关系;并达到工业级可扩展性,模块化设计适配主流模型,降低落地门槛;同时具有动态场景鲁棒性,增量机制保障长期效果稳定性。