一种基于多塔模型的推荐方法及系统

本申请提供一种基于多塔模型的推荐方法及系统，包括：采集用户在不同媒体类型上的历史互动数据；对收集到的用户行为数据进行处理，提取出不同媒体类型的用户特征和不同媒体类型的内容特征；构建多塔模型，包括用户塔和内容塔，所述用户塔和内容塔分别学习不同媒体类型的用户特征和内容特征，得到训练好的用户向量和内容向量；将待预测用户的历史互动数据输入训练好的多塔模型，计算用户向量和内容向量的相似度分数，所述相似度分数为用户推荐候选内容；通过多塔模型实现了用户兴趣和不同媒体类型内容的精准刻画，以及用户与内容的交互行为的准确捕捉，同时，采用选择性融合策略，提高了推荐结果的准确性和个性化程度。