一种基于信息瓶颈去噪的多媒体推荐方法

作者：吴乐; 杨永晖; 张琨; 洪日昌; 汪萌; 周海林; 程文正

来源：2023-10-18, 中国, CN202311351239.9.

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
  合肥工业大学