基于多模态数据融合与动态画像的纸箱智能权益兑换推荐方法及系统

本发明涉及智能推荐与数据融合技术领域，具体公开了一种基于多模态数据融合与动态画像的纸箱智能权益兑换推荐方法及系统。该方法通过采集纸箱的物理属性、用户扫码行为及位置信息，构建异构图结构并融合图神经网络生成用户与纸箱嵌入数据；结合用户历史兑换行为执行协同过滤推荐，并利用策略规则插件进行权重修正；进一步采集用户反馈，通过联邦学习更新模型参数，构建负样本集训练元学习模型生成权益转换规则；结合纸箱流转轨迹生成生命周期标签，动态调整权益优先级。该方法提升了权益推荐的个性化精度与实时更新能力。