技术特征：1.一种基于对比学习的可解释个性化推荐方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于对比学习的可解释个性化推荐方法，其特征在于，
技术总结一种基于对比学习的可解释个性化推荐方法，设有三个核心模块来学习用户短期行为的顺序表示；利用门融合操作来整合在线用户的长期和短期行为偏好；对于关键字生成任务，使用了Transformer，它在文本生成中也得到了广泛的应用，利用多头自注意来计算输出序列o<supgt;d</supgt;中关键字的注意权重，设计一个复制网络，从短期和长期关键词序列中复制关键词，在时间步t上，λ<subgt;t</subgt;决定关键字是从关键字分布pvocab中生成的，还是从短期和长期关键字序列中复制的；这产生一个关键字概率分布:推荐产品还生成关键字，从而增强了推荐结果的可解释性；该方法同时实现个性化产品推荐和解释关键词生成任务，在这两个任务中整合了长期和短期用户偏好。
技术研发人员：曹杰,姜元春,朱桂祥,鲍杨杨,郎文强,陈蕾,吴文龙
受保护的技术使用者：合肥工业大学
技术研发日：技术公布日：2024/7/11