人工智能智能推荐系统及方法

本发明涉及智能推荐技术领域，具体为人工智能智能推荐系统及方法，本发明中，其中：数据获取模块从共享账户中获取包括多模态行为数据和物品特征数据的用户行为日志；行为模式识别模块利用聚类算法识别不同用户的独特行为模式，并生成每个用户的初始行为特征向量；时序分析模块将这些特征向量与时间因素结合，生成时序偏好矩阵和时序行为特征向量，并通过矩阵分解方法生成用户偏好矩阵；物品时序特征矩阵生成单元则根据物品特征数据和时间因素生成物品时序特征矩阵；预测模型生成模块融合用户时序偏好矩阵和物品时序特征矩阵，生成多层感知机预测模型，通过优化超参数和最小化预测误差，显著提升了多用户共享账户场景下的个性化推荐效果。