一种基于TCN-LSTM模型的生物技术产品信息推荐方法

本发明公开了一种基于TCN‑LSTM模型的生物技术产品信息推荐方法，解决了现有推荐技术中在生物技术领域面临的精度低、时效性差的技术问题。包括以下步骤：首先收集并清洗用户偏好数据，进行类别标注；利用BERT模型计算用户偏好语义相似度，筛选相似用户并生成组合用户偏好信息；对月度用户偏好数据提取全局特征和趋势特征，融合生成复合特征向量；将复合特征输入TCN‑LSTM模型，通过TCN提取时间序列特征，结合LSTM捕捉长期依赖关系，输出预测概率分布；最终根据概率阈值向用户推荐匹配的类别信息。本发明显著提升了推荐的精准度和时效性，为生物技术产品信息推荐提供了智能化解决方案。