一种推荐系统推荐方法、设备、推荐系统及存储介质

摘要

本发明公开了一种推荐系统推荐方法、设备、推荐系统及存储介质，所述方法包括：构建DeepFM推荐系统网络；根据上一次训练更新的DeepFM推荐系统网络特征域数据和当前的特征域数据，计算DeepFM推荐系统网络的每个特征域的惊喜特征因子，所述惊喜特征因子反映用户行为变动；当惊喜特征因子小于预设的替换阈值时，对惊喜特征因子对应特征域的embedding向量进行随机替换；DeepFM推荐系统网络采用替换后的embedding向量计算预测概率，推理得出用户推荐结果。所述推荐系统包括推荐系统网络构建模块、惊喜特征因子生成模块、embedding向量替换模块和推荐结果生成模块。本发明使推荐系统在保留“记忆能力”和“泛化能力”的基础上，提高了发现“惊喜”的概率。