融合商品流行度分析的在线用户偏好高满意度推荐方法

本发明涉及一种融合商品流行度分析的在线用户偏好高满意度推荐方法，用于解决现有技术对象推荐的准确性和用户满意度较低的问题，包括：获取用户与对象的交互行为总量和用户对所述对象的交互行为的评价；将交互行为总量经过函数变换为对象流行度并输入推荐模型，获取高偏好用户和对象表征并通过运算获得对象推荐候选集；将划分为若干等级的对象输入推荐模型训练，获得高满意度的用户和对象表征；分别高偏好用户和对象表征与高满意度的用户表征和对象表征融合，获得高偏好且高满意度的用户表征和对象表征并进行点积运算得到用户对对象的高偏好且高满意度的预测分数，根据所述预测分数得到用户的对象推荐列表，提高了为用户推荐的准确率和满意度。