L21RS模型训练方法及客户行为个性化推荐预测系统

本发明涉及个性化推荐预测，具体涉及L21RS模型训练方法及客户行为个性化推荐预测系统，通过L21范式理论与矩阵分解理论相结合，确定L21RS模型的损失函数；固定L21RS模型的参数q，利用随机梯度下降法计算L21RS模型的参数p；固定L21RS模型的参数p，利用随机梯度下降法计算L21RS模型的参数q；确定参数p和参数q的递推公式；判断是否满足收敛条件，若满足收敛条件，则利用训练好的L21RS模型预测客户行为；本发明提供的技术方案能够有效克服现有技术所存在的难以进行精准的客户行为个性化推荐的缺陷。