技术特征：1.一种基于双社交视图对比学习的推荐方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于双社交视图对比学习的推荐方法，其特征在于，步骤s1，具体包括：
3.如权利要求2所述的基于双社交视图对比学习的推荐方法，其特征在于，步骤s2，具体包括如下步骤：
4.如权利要求3所述的基于双社交视图对比学习的推荐方法，其特征在于，步骤s3，具体包括如下步骤：
5.一种基于双社交视图对比学习的推荐系统，其特征在于，包括：社交视图生成模块、概率引导交互视图增强模块和模型优化模块；其中，
技术总结本发明公开了一种基于双社交视图对比学习的推荐方法及系统，针对社交视图，实现两种基于三元社交视图增强方法的数据增强操作，在挖掘隐含的社交关系的同时，减弱社交网络带来的噪声，并引入结构一致性因子以衡量用户对扰动的抵抗能力，从而达到结合用户的社交辅助信息指导交互图增强过程的作用；针对用户‑物品交互二部图，采用概率引导增强方式，生成应用于对比任务的增强视图。本发明引入概率引导方法，直接指导用户‑物品交互二部图的增强及对比学习过程，有利于生成更精准、更个性化的推荐；本发明引入社交视图，并对社交视图中的结构信息进行挖掘，可以在有效补充更多的用户侧信息的同时，缓解用户‑物品交互二部图的监督信号稀疏的问题。
技术研发人员：秦志达,杨诗晓
受保护的技术使用者：北京理工大学
技术研发日：技术公布日：2024/3/12