一种融合用户标签数据的服务信息推荐方法及系统

本发明公开了一种融合用户标签数据的服务信息推荐方法及系统，包括：调取用户历史访问数据，生成用户标签数据；通过引入XGBoost注意力机制的NLP模型对用户标签数据进行初步分析，生成初始权重比例并生成服务信息链接，并将服务信息链接置顶显示在用户界面上；获取用户对服务信息链接的操作反馈信息，基于Q‑learning框架对操作反馈信息进行分析处理并调整初始权重比例；将优化权重比例和操作反馈信息结合用户标签数据进行优化计算，并显示优化后的服务信息链接。通过动态调整推荐权重并结合用户实时反馈，解决了传统推荐系统静态权重导致的精准度不足问题，具有动态优化推荐权重、提升个性化推荐精准度的优点。