基于融合神经网络的用户广告推荐方法、设备及其模型构建方法

本发明提供了一种基于融合神经网络的用户广告推荐方法、设备及其模型构建方法，属于计算机数据处理技术领域；收集并制作包含用户属性、浏览记录和购买数据的初始数据集；然后构建基于自编码器特征提取模块以及预训练的BERT模型特征提取模块，并构建标准数据集；接着，通过特征相似度匹配构建用户社交网络，并采用GNN网络模型预测用户消费行为；之后，利用粒子群优化算法优化社交图中Edge连接数量，以提升模型精度；最终，将训练好的广告推荐模型部署到服务器中，实时更新用户行为特征数据，预测用户购买倾向，实现精准广告推荐和策略动态调整。本发明提出的用户广告推荐方法旨在实现高精准度、高适应性的智能化广告推荐系统。