一种基于稀疏编码的实时兴趣标签生成方法

本发明公开了一种基于稀疏编码的实时兴趣标签生成方法，包括如下步骤：S1、收集并预处理用户的多模态数据；S2、对数据进行特征提取，通过多模态融合的稀疏特征选择机制进行稀疏编码，生成统一的兴趣特征表示；S3、应用多模态加权稀疏特征选择算法，生成关键特征向量；S4、采用全息进化自适应优化算法优化矩阵，选择全局最优字典；S5、通过量子纠缠自适应优化算法生成全局最优稀疏编码解；S6、结合群体行为模式优化个体兴趣标签，生成个性化兴趣标签；S7、通过元强化学习和迁移学习在异构环境中生成实时兴趣标签；S8、利用基于拓扑量子场的模糊推理系统实时调整规则，生成最终兴趣标签。本发明能够动态响应用户兴趣的变化，生成个性化的兴趣标签。