一种基于注意力机制的长短期偏好融合序列推荐方法

本发明属于推荐系统领域，涉及一种基于注意力机制的长短期偏好融合序列推荐方法，包括：获取用户行为数据并输入训练好的序列推荐模型，得到推荐结果；序列推荐模型的训练过程包括：获取用户行为数据并进行预处理得到每个用户的交互序列Su；将Su输入嵌入模块得到项目嵌入矩阵EI、位置嵌入矩阵P以及总嵌入矩阵E；将EI和E输入非对称注意力机制层得到用户长期偏好Ac和短期偏好As；将EI、Ac和As输入自适应融合模块得到融合特征；将EI和融合特征输入预测模块得到推荐结果；根据推荐结果更新模型参数，直到得到训练好的推荐模型；本发明利用非对称注意力机制层从EI和E中提取用户长短期偏好，能够更细致地表示用户偏好。