一种基于协同过滤与循环神经网络的差旅推荐方法及系统

本申请涉及差旅管理领域，具体涉及一种基于协同过滤与循环神经网络的差旅推荐方法及系统，所述方法包括：获取审批完成的差旅申请单，并提取差旅信息；通过用户‑用户协同过滤和物品‑物品协同过滤算法生成初始推荐方案；调取用户历史出行记录，构建用户出行画像，通过时序神经网络架构训练用户行为的时间序列模型，训练后的时间序列模型通过蒙特卡洛模拟生成个性化出行方案；将所述初始推荐方案和个性化出行方案输入动态过滤模块，输出最终差旅推荐方案；将所述最终差旅推荐方案推送至用户端，接收用户的反馈信息，并基于所述反馈信息优化协同过滤模块和LSTM时序分析模块。有效减少紧急情况下的行程延误，提升员工的差旅体验。