摘要
本发明公开了一种基于信息瓶颈去噪的多媒体推荐方法,包括:1.构造异构数据:用户对产品的交互矩阵,产品的多媒体内容数据;2.使用预训练模型提取产品多媒体内容特征;3.根据多媒体内容特征构造产品关联矩阵;4.基于深度图神经模型学习用户和产品表征矩阵;5.基于信息瓶颈理论最小化多媒体内容与其表征之间的互信息,计算损失函数;6.基于用户和产品表征矩阵重构交互矩阵,计算损失函数;7.联合步骤5-6的损失函数进行多任务学习,更新模型参数至模型收敛。本发明基于信息瓶颈的思想,在满足推荐任务的需求下学习最少的多媒体内容信息,可以有效的去除多媒体内容中的冗余信息,从而能实现更加精准的多媒体推荐。
- 单位