一种基于多粒度兴趣的多行为序列推荐方法及其应用

本发明涉及一种基于多粒度兴趣的多行为序列推荐方法及其应用，收集用户多行为历史交互数据，形成历史物品交互序列，构建全连接图并提取高阶多行为依赖表征；基于线性多头自注意力机制提取用户全局行为表征并将多行为依赖表征的序列划分子会话，基于多粒度多头自注意力机制提取所有子会话的多粒度用户兴趣表征，将结果输入非线性激活层表征融合，得到最终嵌入表征；基于最终嵌入表征与候选物品嵌入向量获取该位置用户对物品的预测打分值，进行推荐；应用于用户推荐系统。本发明解决推荐系统数据稀缺问题，挖掘深层次用户兴趣表达和行为模式，解决现有多行为依赖表征不充分的局限性，减少计算复杂度，丰富用户兴趣表达，提供精确的个性化推荐服务。