基于深度学习的人群画像兴趣图谱增强建模方法

本发明公开了一种基于深度学习的人群画像兴趣图谱增强建模方法，S1.生成人群画像兴趣图谱图快照序列；S2.得到性能评价结果集合；S3.根据适应度评估结果选择最优池化超参数配置；S4.输出时间窗口层次化结构向量集合；S5.将时间窗口层次化结构向量集合按照图快照序列时间顺序拼接，得到兴趣融合表示向量，并构建离线教师模型；S6.对结构精简的轻量学生模型进行知识蒸馏训练，并将轻量学生模型部署于线上实时推荐系统，并在实时流量场景下输出推理结果；S7.当检测到关键性能指标低于预设阈值或用户兴趣分布出现大于预设阈值的变化时，重新执行步骤S2至步骤S6。本发明有效提升对冷启动用户、兴趣转移用户复杂行为模式的识别能力。