摘要：為解決傳統數據推薦算法易受干擾因素的影響,忽略對數據結構的分析,導致存在推薦精準度較低的問題,提出基于卷積神經網絡的多樣性關鍵數據并行推薦算法.從數據集中挑選點擊、收藏、購買等多樣性用戶行為信息,將用戶-商品作為樣本展開訓練,構建時序行為偏好特征,并對數據并行結構展開分析.從大量數據中提取與并行結構分析相關的關鍵數據,進行預處理,在此基礎上,采用卷積神經網絡算法計算最大化似然概率,獲取損失函數,按照損失情況將卷積層神經元結構最簡化處理,避免過擬合現象出現,由此實現對多樣性關鍵數據的并行推薦.實驗結果表明,所提算法的最高推薦精準度可達到98.75%,且在有無干擾因素存在的情況下,精準度均高于傳統方法,且本文算法的關鍵數據提取效率較高,可為用戶尋找資料提供便捷途徑.