一种基于轻量级图神经网络的协同过滤推荐方法、系统、装置及介质

本发明公开了一种基于轻量级图神经网络的协同过滤推荐方法。该方法包括以下步骤：采集用户与项目的历史交互数据，建立包含用户标识符和项目标识符的历史交互数据库；构建一种协同过滤推荐模型，该模型包括用户特征编码器、项目特征编码器和轻量级图神经网络；使用历史交互数据库中的交互数据对所述的协同过滤推荐模型进行训练；利用训练好的模型为用户推荐可能感兴趣的项目。本发明构建的协同过滤推荐模型中的轻量级图神经网络不包含任何需要训练的参数，而且本发明提出将置信度标签引入到损失函数的方法，优化了模型的训练，在保证推荐精度的前提下简化了模型、缩短了训练时间。