一种融合BERT与LSTM的双塔推荐方法

本发明涉及一种融合BERT与LSTM的双塔推荐方法，结合BERT和LSTM的优势，有效融合用户评论和物品信息，通过BERT模型对用户评论进行处理，从中提取深层特征，有效捕捉用户兴趣变化，而物品特征则通过嵌入层获取，然后，这些特征在LSTM中融合，捕捉用户行为的时序依赖性，并对预测评分进行了转换；该推荐方法不仅提升了评分预测的准确性，还增强了信息的融合能力，为用户提供更准确、更透明的、更个性化的推荐过程，提高用户满意度和用户黏性。