一种基于用户行为区别建模的序列推荐方法

摘要

本发明公开了一种基于用户行为区别建模的序列推荐方法，包括：获取用户的历史行为信息；根据获取的历史行为信息计算商品特征向量；结合商品特征向量使用行为区别建模方法进行序列建模，通过两种不同的神经网络架构获得用户的当前需求和历史偏好；根据用户的当前购买需求和历史偏好，通过联合学习对用户下一个感兴趣的商品进行预测，并在商品向量空间中进行匹配，找到与预测结果在商品向量空间中最相近的多个商品，生成商品推荐序列。该方法通过对用户时序行为的区别建模，智能的理解用户购买决策中的当前需求和长期偏好，并能够为用户提供精准的序列推荐服务。