一种基于多维查询特征的高维稀疏数据集改进方法

本申请提供一种基于多维查询特征的高维稀疏数据集改进方法，包括：构建融合产品评论文本、用户行为日志和热点事件三个来源的高维稀疏KD树索引；计算评论文本词向量、用户操作序列与热点事件词袋向量的JS散度，根据JS散度判断分布是否发生变化；对发生漂移的特征的数据集分别采用蓄水池随机采样方法更新；利用累加的方式将三类新采样特征分别合并到评论文本词向量、用户操作序列和热点事件词袋向量数据集中；基于采样更新后的评论、用户操作、热点事件特征数据集,训练结合注意力机制的多层感知机；利用高维稀疏KD树索引和多层感知机,实现基于多维查询特征的快速匹配召回与推荐。