一种分析用户兴趣的内容推送优化方法及系统

本发明公开了一种分析用户兴趣的内容推送优化方法及系统，涉及人工智能与个性化推荐技术领域，包括以下步骤：获取用户行为数据，构建用户兴趣向量，并加权融合生成当前兴趣画像；将待推送内容向量化，与当前兴趣画像进行相似度匹配，得到推荐排序分值；根据推荐排序分值结合用户活跃度和推送饱和度，确定推送内容及顺序；根据用户反馈数据提取用户行为路径聚类与内容相似性，输出响应预估结果，并根据响应预估结果动态调整内容推荐优先级；本申请通过多模态融合与反馈优化方法，解决了内容推荐不精准问题。