一种用于产品推荐的神经网络优化方法

本发明涉及人工智能技术领域，且公开了一种用于产品推荐的神经网络优化方法，包括以下步骤：步骤S01：融合用户短期行为获取历史会话信息，步骤S02：依据用户历史会话信息构建用户会话图，步骤S03：依据用户历史会话信息构建用户全局图，步骤S04：拼接双通道特征生成用户动态兴趣表示，步骤S05：添加随机噪声增强特征，步骤S06：部署轻量化推理模型生成推荐内容，通过挖掘用户的潜在兴趣转移路径，全面地刻画用户的动态兴趣，更好地反映用户兴趣的复杂性和多样性，提高推荐系统对用户兴趣的理解能力，添加随机噪声增加数据的多样性，避免因长期兴趣的稳定性而导致的推荐滞后问题，提升推荐的时效性和准确性。