一种用户意图识别驱动的个性化推荐方法

本发明公开了一种用户意图识别驱动的个性化推荐方法，该方法包括收集用户的浏览记录、点击行为、评论数据等多维度信息，构建用户行为数据集；对收集的用户行为数据进行预处理得到会话序列；通过分析用户的输入文本和行为模式，推测出用户当前的需求，识别用户的意图；根据识别的用户意图，构建用户兴趣偏好预测模型；结合用户的实时反馈，动态更新推荐模型，提高推荐系统的响应速度和个性化程度。本发明解决了传统推荐系统仅依赖于静态数据，未综合考虑用户的实时反馈的问题，为个性化推荐注入了自适应能力，有利于分析理解不同用户在多场景下的意图行为，提供精准的推荐服务，提高推荐的精准率和用户满意度。