一种基于解纠缠学习和滤波器的电商平台序列推荐方法

本发明属于互联网应用技术领域，涉及一种基于解纠缠学习和滤波器的电商平台序列推荐方法，包括：获取电商平台序列，进行预处理，得到用户商品交互矩阵、用户特征向量和用户短期行为序列；根据用户商品交互矩阵和用户特征向量计算用户长期兴趣偏好；根据用户短期行为序列通过解纠缠学习技术计算用户真实短期兴趣偏好；融合用户真实短期兴趣偏好和用户长期兴趣偏好，得到用户的完整兴趣表示；根据用户的完整兴趣表示计算候选商品的推荐分数，根据商品的推荐分数生成商品的Top‑N推荐列表；本发明通过解缠学习计算用户短期行为序列在真实兴趣因素和冗余噪声因素上的解缠表示，有效去除兴趣序列中的噪声数据，进一步捕获用户短期的真实行为需求。