1.基于對比增強(qiáng)時(shí)間感知自注意力機(jī)制的時(shí)序推薦模型，其特征在于：包括catsasrec層、預(yù)測層和對比學(xué)習(xí)層，所述catsasrec層由依次設(shè)置的數(shù)據(jù)預(yù)處理層、嵌入層和自注意力層所共同構(gòu)成，所述嵌入層可在數(shù)據(jù)預(yù)處理層完成數(shù)據(jù)預(yù)處理后根據(jù)物品之間的時(shí)間間隔、物品的位置信息、用戶對物品的評分和物品的熱度信息以構(gòu)建物品與用戶的有效嵌入表示并計(jì)算注意力權(quán)重，所述預(yù)測層和對比學(xué)習(xí)層分別與catsasrec層相連接。
2.如權(quán)利要求1所述的基于對比增強(qiáng)時(shí)間感知自注意力機(jī)制的時(shí)序推薦模型，其特征在于：所述數(shù)據(jù)預(yù)處理層在進(jìn)行數(shù)據(jù)預(yù)處理期間，設(shè)定u和i以分別表示用戶集和項(xiàng)目集，又在時(shí)間感知的順序推薦設(shè)置中對于每個(gè)用戶u∈u分別給出用戶的動(dòng)作序列絕對時(shí)間序列用戶評分序列以及物品熱度序列且絕對時(shí)間序列用戶評分序列以及物品熱度序列分別對應(yīng)于用戶的動(dòng)作序列在訓(xùn)練過程中，模型根據(jù)之前的t項(xiàng)以及項(xiàng)目i和j之間的時(shí)間間隔項(xiàng)目i和項(xiàng)目j的絕對時(shí)間戳ti,tj、項(xiàng)目i和項(xiàng)目j的物品熱度信息hi,hj以及用戶對項(xiàng)目i和項(xiàng)目j的評分ri,rj以預(yù)測下一個(gè)項(xiàng)目。
3.如權(quán)利要求2所述的基于對比增強(qiáng)時(shí)間感知自注意力機(jī)制的時(shí)序推薦模型，其特征在于：對于所述用戶的動(dòng)作序列而言，將每個(gè)用戶的訓(xùn)練序列轉(zhuǎn)化為固定長度序列s＝(s1,s2,...,sn)，且n表示最大固定長度，如果序列大于n，則只考慮最近的n個(gè)動(dòng)作，如果序列小于n，則往左邊添加填充項(xiàng)0直到長度為n；對于所述絕對時(shí)間序列用戶評分序列以及物品熱度序列而言，分別設(shè)定固定長度的時(shí)間序列t＝(t1,t2,...,tn)、用戶評分序列r＝(r1,r2,...,rn)以及物品熱度序列h＝(h1,h2,...,hn)，且所述用戶評分序列以及物品熱度序列的填充項(xiàng)都是0，而所述絕對時(shí)間序列采用用戶的動(dòng)作序列中第一個(gè)物品的時(shí)間戳來做填充項(xiàng)。
4.如權(quán)利要求3所述的基于對比增強(qiáng)時(shí)間感知自注意力機(jī)制的時(shí)序推薦模型，其特征在于：在給定所述固定長度的時(shí)間序列t＝(t1,t2,...,tn)時(shí)，第i項(xiàng)和第j項(xiàng)的時(shí)間間隔為|ti-tj|，用戶u的時(shí)間間隔集在除0外的條件下為gu，用戶的最小時(shí)間間隔為縮放后的時(shí)間區(qū)間為且用戶u的關(guān)系矩陣mu∈nn×n如公式(2)所示：
5.如權(quán)利要求1所述的基于對比增強(qiáng)時(shí)間感知自注意力機(jī)制的時(shí)序推薦模型，其特征在于：所述嵌入層可為項(xiàng)目創(chuàng)建一個(gè)嵌入矩陣mi∈r|i|×d，且d為隱藏維度，常數(shù)零向量0被用作填充項(xiàng)的嵌入，所述嵌入層可嵌入查找操作檢索前n個(gè)項(xiàng)的嵌入并堆疊在一起以得到如公式(3)所示的矩陣ei∈rn×d：
6.如權(quán)利要求1所述的基于對比增強(qiáng)時(shí)間感知自注意力機(jī)制的時(shí)序推薦模型，其特征在于：對于每個(gè)輸入序列而言，當(dāng)時(shí)，所述自注意力層混合感知且可計(jì)算新的序列z＝(z1,z2,...,zn)，每個(gè)輸出元素zi通過公式(9)計(jì)算為線性變化后的輸入元素、相對時(shí)間關(guān)系嵌入、位置信息嵌入、用戶評分嵌入和物品熱度嵌入的加權(quán)和：
7.如權(quán)利要求6所述的基于對比增強(qiáng)時(shí)間感知自注意力機(jī)制的時(shí)序推薦模型，其特征在于：在每個(gè)時(shí)間感知注意層后，如公式(12)所示應(yīng)用線性變換和relu激活以賦予模型非線性：
8.如權(quán)利要求1所述的基于對比增強(qiáng)時(shí)間感知自注意力機(jī)制的時(shí)序推薦模型，其特征在于：所述預(yù)測層如公式(15)所示使用潛因子模型計(jì)算用戶對項(xiàng)目i的偏好得分：
9.如權(quán)利要求1所述的基于對比增強(qiáng)時(shí)間感知自注意力機(jī)制的時(shí)序推薦模型，其特征在于：所述對比學(xué)習(xí)層令用戶交互序列走兩遍自注意力層且第一遍得出的混合表示為而第二遍得出的混合表示為又令兩次得出表示構(gòu)成一個(gè)“正對”，將除自身之外的用戶隨機(jī)挑選n個(gè)混合嵌入作為負(fù)樣本并表示為采用公式(17)計(jì)算對比損耗lcon：
10.如權(quán)利要求9所述的基于對比增強(qiáng)時(shí)間感知自注意力機(jī)制的時(shí)序推薦模型，其特征在于：使預(yù)測損失lpred和對比損失lcon相結(jié)合并根據(jù)公式(17)將損失函數(shù)進(jìn)一步定位為公式(19)：