一种基于多特征融合的商品推荐方法及系统

本发明涉及数据处理领域，尤其涉及一种基于多特征融合的商品推荐方法及系统。方法包括步骤：首先，基于用户的历史行为数据，构建一个由多个长期兴趣向量组成的多元长期兴趣原型集合。其次，基于用户的实时会话序列，生成一个上下文向量。之后，基于上下文向量计算一个意图波动性得分，用以表征上下文向量与长期兴趣原型集合之间的偏离程度。最后，根据该得分，通过一个层级化融合公式，将上下文向量与从长期兴趣原型集合中激活的兴趣信息进行自适应融合，以生成一个最终意图向量，并基于此生成商品推荐列表，本发明能够智能地平衡用户的稳定偏好与即时需求，从而显著提高了推荐系统的准确性、响应性和个性化水平。