一种社交行为融合的自注意力序列推荐方法

摘要

本发明提供了一种社交行为融合的自注意力序列推荐方法，社会化推荐算法能很好的缓解用户历史数据稀疏问题，但一般的社会化推荐方法忽略了用户兴趣的动态变化，针对这一问题提出了一种社交行为融合的自注意力序列推荐方法、系统及装置。该方法首先构建用户的短期兴趣模型，然后利用注意力机制构建用户当前时刻的社交兴趣，最后结合上述短期兴趣和社交兴趣得到用户的最终兴趣向量，并根据该兴趣向量将匹配度最佳的物品推荐给用户。与已有方法相比，本发明方法能更加充分的利用社交信息进行更准确的推荐。