一种基于协同过滤的跨域AI知识聚合方法

本发明公开了一种基于协同过滤的跨域AI知识聚合方法，包括：S1、采集多源异构AI知识数据和用户行为数据并进行预处理；S2、构建双塔式跨域嵌入网络，输出跨域语义融合序列；S3、通过改进型Bi‑GRU网络建模并分析用户偏好，生成用户行为偏好向量；S4、对冷启动用户执行语义扩散与邻域推理，补全兴趣特征；S5、采用双塔召回结构与XGBoost模型排序生成跨域推荐列表；S6、构建上下文规则库执行上下文适配性判别，生成匹配的知识聚合推荐列表；S7、根据用户反馈信息进行增量学习，动态更新双塔式跨域嵌入网络与改进型Bi‑GRU网络。本发明提升了知识匹配精度、冷启动适应性与跨域推荐内容的场景适配能力。