一种基于多模态反事实学习的食谱推荐方法

    公开(公告)号:CN119903230A

    公开(公告)日:2025-04-29

    申请号:CN202411823224.2

    申请日:2024-12-12

    Applicant: 苏州大学

    Abstract: 本发明涉及信息推荐技术领域,具体指一种基于多模态反事实学习的食谱推荐方法,包括:构建异构图;利用图神经网络,得到各用户节点网络融合嵌入特征作为各用户节点目标嵌入特征、各食谱节点在每种模态下网络融合嵌入特征;基于各食谱节点在每种模态下网络融合嵌入特征,利用多模态特征解耦模块,得到各食谱节点模态共享嵌入特征、模态特定嵌入特征和模态融合嵌入特征后,再利用反事实学习网络,得到各食谱节点最终反事实嵌入特征;融合各食谱节点模态共享嵌入特征、模态特定嵌入特征和最终反事实嵌入特征作为各食谱节点目标嵌入特征;将各用户节点、食谱节点目标嵌入特征输入预测模块,输出各用户与各食谱之间预测得分。本发明提高食谱推荐精度。

Patent Agency Ranking