[发明专利]一种基于自适应噪声的数据协同对比推荐模型的系统

摘要

本发明公开了一种自适应噪声的数据协同对比推荐模型，其包括信息量物品抽取模块、对比推荐模块和噪声自适应模块；对比推荐模块由信息量物品集和原始数据集协同训练；噪声自适应模块通过信息量物品集BPR损失和对比损失更新权重函数，学习监督信号，为原始数据集中噪声分配较低的权重。首先通过信息量物品抽取模块获取隐式反馈中对模型训练贡献度较大的物品形成信息量物品集，然后利用信息量数据集和原始数据集协同训练对比推荐模型，并用对比损失更新权重函数，为推荐模型提供指导信号，使其能够精准的识别原始数据集中的噪声和干净数据。该推荐模型在较低时间复杂度内缓解噪声数据影响，提高推荐结果的相关性，同时兼顾推荐结果的多样性。