一种基于时间性课程学习的顺序推荐方法、系统及介质

本发明涉及一种基于时间性课程学习的顺序推荐方法、系统及介质，方法包括：按时间戳排序用户交互数据并划分为多个时间阶段；将交互数据转换为固定长度的序列；将序列中的项目映射为潜在空间中的嵌入向量；注入时间顺序信息，生成带时间顺序特征的嵌入表示；提取隐含特征生成隐藏表示；将隐藏表示输入推荐模型，进行初步训练并更新模型参数学习短期偏好；按时间倒序逐步引入历史交互数据，更新模型参数学习长期偏好；动态调整损失函数权重，使短期偏好具有较高权重，长期偏好具有较低权重；进行整体训练，得到最终模型参数；根据最终模型输出用户下一次交互的推荐项。该方法有效捕捉时间依赖性，适应用户兴趣变化，提升模型的泛化能力。