基于深度学习的多源信息融合与智能推荐系统

刘晓峥

doi:10.16009/j.issn.1009-5624.2026.20.031

信息记录材料 ›› 2026, Vol. 27 ›› Issue (20) : 94 -96. DOI: 10.16009/j.issn.1009-5624.2026.20.031

基于深度学习的多源信息融合与智能推荐系统

刘晓峥

作者信息 +

Author information +

文章历史 +

摘要

针对传统推荐系统存在的多源信息融合效率低、推荐精度不足等问题，本研究提出了基于深度学习的多源信息融合与智能推荐系统。该系统采用四层分级架构，用户与物品建模融合时序、文本、图像及结构化属性，门控机制动态分配权重，双塔模型计算偏好得分。多项实验数据表明：多源信息融合+跨模态注意力机制的混合策略可显著提升推荐准确性，为智能推荐系统提供了有效方案。