一种基于深度学习和聚类的二手车推荐方法

本发明公开了一种基于深度学习和聚类的二手车推荐方法，属于二手车推荐领域，包括：获取用户行为序列和车辆特征数据；对用户行为序列进行标准化处理，生成固定长度的时序交互向量；将时序交互向量输入Transformer模型，通过多头注意力机制和位置编码生成用户兴趣表示；对所述车辆特征数据嵌入进行K‑Means聚类，生成车辆语义簇；结合所述用户兴趣表示和所示车辆语义簇，生成多样性推荐列表；当检测到新用户或新车辆时，触发元学习的冷启动策略。本发明解决了现有技术中RNN/LSTM长期依赖建模不足的问题。