一种基于学者学术背景和用户标签的智能推荐方法及系统

本发明公开了一种基于学者学术背景和用户标签的智能推荐方法，包括：数据采集，数据源包括学者数据和用户数据；学者的多维信息从学术数据库或学校公开信息中获取；用户标签来源于平台用户的注册信息和问卷调研；数据清洗，对采集的数据进行清洗处理，包括去重与冗余检测、缺失值填充和噪声过滤；数据格式化，清洗后的数据转换为统一的格式；特征建模，学者的特征包括多种数据类型：文本数据、数值数据和时间序列数据，采用多模态特征融合网络进行建模。本发明提高个性化推荐的准确性：通过结合学者的多维学术背景和用户的个性化需求标签，能够精准地为用户推荐符合其兴趣和需求的学术资源或内容，从而大大提升推荐系统的匹配度和用户体验。