该文介绍了一种新的推荐算法——面向推荐的拓扑感知去偏自监督图学习(TDSGL)方法，该方法通过构建对比对来缓解数据稀疏性，解决了基于图协同过滤方法中随机负采样策略忽略用户（物品）语义结构的问题，实验结果表明该模型在三个公开数据集上表现显著优于现有模型。