[发明专利]一种信息增强的缓解推荐用户冷启动问题的元学习方法

摘要

本发明公开了一种信息增强的缓解推荐用户冷启动问题的元学习方法，根据用户物品的评论关系构建用户—物品二部图；将用户邻域信息和物品描述文本作为节点信息的来源，对构建的二部图进行随机采样，构建元学习的任务，每个任务代表为一个新用户做冷启动推荐来模拟为新用户实现推荐的场景；再使用bert方法，针对每个元学习任务进行文本数据的特征提取工作，以得到偏好信息；将偏好信息引导元全局参数生成每个用户的嵌入生成函数的局部参数，通过将元学习任务输入到推荐模型得到用户对物品的预测评分，对于元学习参数进行更新，训练好的参数直接运用到未训练过的新用户。本发明缓解了新用户交互少无法评估偏好推荐不准确的问题。