多模态特征融合推荐初尝试，使用LightGCN获得ID-emb，超图卷积融合多模态信息获得Fea-emb，使用GAN丰富用户Fea，Attention融合Fea与ID。在模型选择时可以通过超参数--model在LightGCN的基础上选择是否增加超图、Gan、以及Attention等。
VAE做聚类生成，对比学习做表征对齐。
最近一年贡献：111 次
最长连续贡献：4 日
最近连续贡献：2 日
贡献度的统计数据包括代码提交、创建任务 / Pull Request、合并 Pull Request，其中代码提交的次数需本地配置的 git 邮箱是 Gitee 帐号已确认绑定的才会被统计。
