一种用户多特征的智能推荐方法及系统

本发明提供一种用户多特征的智能推荐方法及系统，方法包括：获取用户历史行为特征数据，基于MIND模型构建多兴趣用户画像；基于用户对每一类别的候选商品的行为交互频率和行为交互时间计算每一类别的候选商品的综合权重；基于综合权重，选择候选商品推荐给用户。本发明基于MIND模型构建多兴趣用户画像，通过结合基于行为频率的加权模型、时间衰减模型和加权投票机制，精准地选择出合适类别的商品推荐给用户，能够更加灵活地处理用户的多样化行为和需求变化。这些模型与机制的结合，不仅提升了推荐内容的精准性和相关性，也进—步提高了用户的满意度和参与度，确保推荐系统在面对复杂用户行为时依然能够保持高效和准确的推荐能力。