摘要
本发明提供一种基于互联网的用户兴趣智能推荐方法及系统,涉及互联网技术领域,该系统通过实时采集和整合用户在不同平台上的行为数据形成多源数据集;利用自然语言处理和时序分析技术,系统深入挖掘用户兴趣和兴趣变化趋势,识别出潜在的兴趣突增趋势;通过聚类算法,系统将具有相似兴趣特征的用户划分为动态的用户兴趣簇,并根据瞬时数据动态调整用户兴趣簇的参数;系统通过深度学习模型预测用户未来的需求,结合时序分析模型和用户兴趣簇特征,系统生成个性化推荐内容,并通过多种渠道推送给用户。本发明提高了用户在突然转变的兴趣特征下,精准推送相关内容。
技术关键词
智能推荐方法
数据
DBSCAN算法
互联网
自然语言
RNN模型
动态
聚类算法
识别用户兴趣
时序分析技术
训练深度学习模型
挖掘用户兴趣
智能推荐系统
参数
情感特征
邻域
系统为您推荐了相关专利信息
道路路面病害检测
单位延迟时间
车辆悬挂
理论
序列
指标
识别方法
预处理算法
配置特征
皮尔逊相关系数