本研究提出了一种名为BDECF的贝叶斯深度集成协同过滤方法，旨在解决推荐系统在显式反馈和稀疏数据下的过拟合问题。通过引入贝叶斯神经网络和可解释的非线性匹配机制，提升了模型的泛化能力和预测可靠性，实验结果验证了该方法的有效性。