基于人工智能的商品推荐方法和系统

本申请涉及一种基于人工智能的商品推荐方法，该方法包括：根据环境数据、行为数据和预先构建的特征‑人格‑商品知识图谱，确定用户的第一购物人格，从特征‑人格‑商品知识图谱中，获取第一购物人格对应的第一推荐策略进行商品推荐，获取用户基于推荐商品反馈的行为数据，根据环境数据、行为数据和特征‑人格‑商品知识图谱，确定用户的第二购物人格，从特征‑人格‑商品知识图谱中，获取第二购物人格对应的第二推荐策略，基于第二推荐策略推荐商品。通过本申请，解决了商品推荐效率低的问题。通过对多源实时数据的分析，适应性调整购物人格，动态适配用户需求，以确保推荐的商品始终符合用户当前购物心理，提高了商品推荐的准确率和效率。