基于深度学习的用户行为预测方法及系统

本申请涉及用户行为预测技术领域，其具体地公开了一种基于深度学习的用户行为预测方法及系统，其首先获取用户数据集和商品数据集，并基于用户对于商品的购买、浏览等交互行为构造用户‑商品邻接矩阵，同时进一步引入基于机器学习的自然语言处理技术对各个商品的产品特性信息进行语义解析，并基于商品间的语义关联构建商品间语义邻接矩阵，进而利用商品间的语义关联信息，强化理解用户与各个商品之间的关联关系，挖掘出用户对于各个商品的潜在兴趣，从而基于此来实现用户对于特定商品购买行为的预测。通过这种方式，可以更准确地理解用户偏好，有效地提升对于商品的个性化推荐能力，从而为商家提供更有效的营销策略。