一种基于迁移学习的金融产品推荐方法及系统

本发明属于金融产品推荐相关技术领域，为了解决现有解决新用户冷启动问题，提出一种基于迁移学习的金融产品推荐方法及系统，利用金融域编码器学习用户对金融产品的偏好，利用社交域编码器学习用户在社交网络中的影响，减少跨域数据语义差异的干扰；通过引入基于桥梁用户构建的正交约束，以最小化金融域的共享特征与私有特征的相关性、社交域的共享特征与私有特征的相关性为目标分别对对应编码器训练，对共享特征和私有特征完成信息解耦；通过共享特征直接迁移和金融域私有特征填充，无需新用户金融历史记录即可生成推荐，解决金融产品推荐过程中新用户冷启动问题，提高个性化推荐的效果。