一种基于深度学习驱动的个性化内容推荐方法

本发明涉及内容推荐技术领域，公开了一种基于深度学习驱动的个性化内容推荐方法，包括收集用户的历史数据行为，并获取针对该用户所收集到的历史数据行为次数，设定行为量阈值，当历史数据行为次数小于行为量阈值时，将其标记为不活跃用户，执行稀疏性数据处理策略。本发明通过利用深度学习中的嵌入技术，将离散化的历史行为数据映射到连续稠密的低维向量空间，能更好地捕捉用户行为的潜在语义信息和内在关联，采用Siamese网络对用户基本属性进行匹配，能够借助相似活跃用户的行为数据辅助生成个性化推荐，缓解数据稀疏带来的困扰。