一种用于电商平台的智能推荐方法及系统

本发明提出一种用于电商平台的智能推荐方法及系统，包括：实时收集用户交互行为及时空上下文数据，构建用户行为多模态特征矩阵；同时提取商品多层次特征，生成商品综合特征矩阵；基于用户行为特征矩阵识别并预测用户意图，生成意图分布向量；结合商品特征矩阵，利用情境感知协同过滤增强技术，得到推荐候选集；构建多目标优化函数，将用户意图向量输入后，结合优化结果和候选集生成个性化推荐排序；实时监测用户反馈，采用在线学习和强化学习算法，基于用户即时反馈和长期满意度持续优化推荐策略。通过本发明方案，可以提升推荐准确率、推荐结果的多样性和用户体验。