一种基于贝叶斯网络与神经网络的规则组件推荐方法

本发明公开了一种基于贝叶斯网络与神经网络的规则组件推荐方法，包括以下步骤：S1.历史规则数据拆分：解析历史规则数据，将每条历史规则数据分别拆分为组件序列；S2.贝叶斯网络构建：结合数据挖掘算法、基于组件关系的知识图谱、频率分析算法SFP Tree以及基于Noisy‑OR模型，构建贝叶斯网络；S3.神经网络训练与构建：通过数据增强技术，扩展训练数据集，使用基于LSTM单元的循环神经网络作为整体框架；S4.推荐结果融合：分别采用贝叶斯网络算法和神经网络算法进行推荐获得推荐结果，基于用户所采纳的推荐结果对应的推荐算法的频率融合贝叶斯网络和神经网络的推荐结果。