一种基于多头注意力机制与多任务学习的团购推荐系统

本发明涉及推荐系统与深度学习技术领域，具体为一种基于多头注意力机制与多任务学习的团购推荐系统，包括入学习模块、多头注意力机制和多任务学习模块、预测模块。分别通过多个图卷积网络建模发起者、商品和参与者三者间的复杂关系，学习每个对象在不同视图下的嵌入表示。多头注意力机制和多任务学习模块能够增强特征表示能力，通过专家网络和门控单元促进两个子任务(发起团购商品推荐与团购参与者推荐)之间的信息交互，使得子任务间的相互促进增强推荐效果。系统设计了两个辅助损失函数用于优化嵌入表示，增强泛化性与推荐准确性。本发明可广泛应用于电商平台中，解决团购场景下的推荐难题，实现高效、准确的团购推荐。