本文介绍EPRHSE框架，本框架针对主流推荐模型受训练数据稀疏性、图结构利用率不足，且现有超图学习存在拓扑结构未充分挖掘、全局依赖难捕获、信息融合复杂抽象的难题，创新性地设计双预训练任务、超图结构熵优化方法与超图池化机制。团队通过双预训练任务构建辅助超图以缓解交互稀疏性、超图结构熵优化构建高维编码树实现用户 / 物品分层聚类、超图池化与解池层增强 HGCN 聚合高阶信息，突破推荐系统中数据稀疏与结