摘要
本发明涉及序列推荐技术领域，公开了一种基于保形预测的序列推荐方法及系统，方法包括：选取基础推荐模型并划分训练/校准子序列；利用校准子序列计算包含低不一致性分数项目的预测集；构建融合交叉熵损失和预测集尺寸损失的复合损失函数优化模型并进行性能验证；采用大语言模型编码用户多维信息生成状态向量；基于用户聚类和训练好的模型动态生成个性化预测集。本发明创新性地将保形预测融入训练过程，通过预测集尺寸约束提升模型置信度，结合用户状态编码实现动态个性化推荐，解决了传统方法训练目标与推荐需求脱节、无法自适应调整的关键问题。
