基于深度学习的用户偏好预测与推荐系统设计
王秀丽 （ 浙让乾青企业管理有限公司 ）
范金鹏 （ 杭州知管家信息科技有限公司 ）
方 瑶 （ 浙江永通科技发展有限公司杭州分公司 ）
https://doi.org/10.37155/2717-5170-0706-75Abstract
在数字化经济快速发展背景下，精准预测用户偏好对提升商业决策效率与优化用户体验具有重要意 义。本研究聚焦深度学习技术，深入探索用户偏好预测与推荐系统设计。通过剖析深度学习核心原理，构建融合 Transformer与图神经网络的用户偏好预测模型，实现对用户行为序列与交互关系的联合建模。同时，设计分层架构的 推荐系统，优化实时推荐与离线推荐协同机制，并针对动态偏好捕捉、多模态数据融合、伦理安全等问题提出优化策 略。研究结果表明，该模型与系统在预测准确率和推荐效果上表现优异，能够有效解决传统推荐系统的数据稀疏性和 冷启动问题，为智能推荐领域发展提供理论支撑与实践参考。
Keywords
深度学习；用户偏好预测；推荐系统；图神经网络；多模态融合Full Text
PDFReferences
[1]曹艺潇.基于深度学习的图书馆文献推荐系统设计
[J].信息与电脑,2025,37(1):14-16.
[2]王晓东,陈鑫龙,林小婷,孙冬璞.基于深度学习的房
价预测系统的设计与实现[J]计算机与数字工程,2024,52
(9):2572-2576+2650.
[3]张宇,程玉,陈建峡,周世星,高奕.基于深度学习的在
线推荐学习系统设计与开发[J].湖北工业大学学报,2021,
36(5):64-69.
[4]黄立威,江碧涛,吕守业,刘艳博,李德毅.基于深度学
习的推荐系统研究综述[J].计算机学报,2018,41(7):1619-
1647.
[5]梁肇敏,梁婷婷.基于深度学习的电影推荐系统设计
与实现[J].智能计算机与应用,2022,12(10):157-162.
[J].信息与电脑,2025,37(1):14-16.
[2]王晓东,陈鑫龙,林小婷,孙冬璞.基于深度学习的房
价预测系统的设计与实现[J]计算机与数字工程,2024,52
(9):2572-2576+2650.
[3]张宇,程玉,陈建峡,周世星,高奕.基于深度学习的在
线推荐学习系统设计与开发[J].湖北工业大学学报,2021,
36(5):64-69.
[4]黄立威,江碧涛,吕守业,刘艳博,李德毅.基于深度学
习的推荐系统研究综述[J].计算机学报,2018,41(7):1619-
1647.
[5]梁肇敏,梁婷婷.基于深度学习的电影推荐系统设计
与实现[J].智能计算机与应用,2022,12(10):157-162.
Copyright © 2025 王秀丽,范金鹏,方 瑶
Publishing time:2025-06-30
This work is licensed under a Creative Commons Attribution 4.0 International License
Email
Location