一种基于用户行为分析的人工智能自适应推荐系统

本发明涉及智能推荐技术领域，且公开了一种基于用户行为分析的人工智能自适应推荐系统，包括：数据采集模块、预处理模块、动态兴趣建模模块、自适应决策模块、优化模块、推荐执行模块；通过多源数据采集模块与预处理模块的协同，系统可融合用户行为日志、环境感知数据及社交关联数据，经统计滤波、动态时间规整算法处理后，构建跨模态特征向量，解决现有技术数据维度单一问题，使数据完整性得到提升，为动态兴趣建模提供高质量输入，而分层注意力融合模块与双分支Transformer的结合，能同时捕捉长期稳定兴趣与短期突发模式，相比传统固定窗口检测，瞬时需求响应速度和兴趣建模准确率均得到提高。