一种企业推荐信息系统与企业推荐方法

本申请涉及信息推荐技术领域，提出一种企业推荐信息系统及企业推荐方法。该系统涵盖数据获取模块、图谱存储库、特征生成模块、排序模型模块以及干预引擎。其中，排序模型模块通过结合宽模型与深度模型，并引入TW‑GAT技术，实现了多模态特征的有效融合，并精准捕捉了企业关系的动态时效性，从而有效解决了特征利用不充分及动态更新滞后的问题。干预引擎能够针对地域敏感和长尾查询场景进行精准处理，从而显著提高了bad case的解决效率，并优化了用户体验。这一改进使得系统在排序效果、维护成本以及泛化能力方面均实现了显著提升。