基于消费者行为的商品推荐方法

本发明涉及推荐方法技术领域，具体涉及基于消费者行为的商品推荐方法，包括以下步骤：从电子商务平台中的用户交互行为日志中，提取包括点击、浏览、搜索、购买的行为序列数据，并通过序列数据切片技术，将用户的长时间行为序列划分为多个具有长期依赖关系的行为片段；生成行为上下文特征向量；基于长期依赖性特征向量以及行为上下文特征向量，构建基于上下文的意图推测模型，推测用户的长期购物意图，并生成用户行为的意图向量；通过多目标优化算法，生成满足多种目标的推荐策略，将生成的推荐策略应用于实时推荐中。本发明，提高了推荐的个性化程度，能够更好地满足用户的多样化需求，从而提高了用户的满意度。