基于正负反馈与逻辑规则融合的序列推荐方法

本发明公开基于正负反馈与逻辑规则融合的序列推荐方法，包括：将用户行为划分为正反馈和负反馈，根据用户行为、时间顺序构建反馈序列，包括正反馈序列和负反馈序列；对用户行为序列与反馈序列的特征进行处理，得到对应的嵌入特征；利用深度学习模型的自注意力机制对输入的嵌入特征处理，捕捉原始用户行为序列的内部依赖关系特征，通过交叉注意力机制将反馈序列与输入的用户行为序列进行交叉关联建模，捕捉用户行为与反馈之间的动态关系；通过输出层，将模型的中间特征映射到用户对目标项目的偏好评分，输出评分列表，用于推荐排序。本发明通过结合用户行为的正负反馈信息和逻辑规则，显著提升推荐系统的性能、解释性和适应性。