一种考虑动态约束的深度矩阵分解的数据补全方法及系统

本发明涉及一种考虑动态约束的深度矩阵分解方法及系统，方法包括：获取原始完整数据集，对原始完整数据集进行数据缺失处理，得到缺失处理数据集；对缺失处理数据集进行标准化预处理；使用标准化预处理后的缺失处理数据集，训练得到考虑动态约束的深度矩阵分解模型；当接收到缺失数据的当前数据集时，通过考虑动态约束的深度矩阵分解模型对当前数据集进行数据补全。将数据变化速率作为动态约束条件来提高模型对缺失数据的补全能力，考虑了数据随时间的变化情况，强调了数据的动态特性而不仅仅是静态数值，通过约束数据变化速率，考虑动态约束的深度矩阵分解模型被引导去理解数据的动态变化规律，从而提高数据的补全精度。