一种基于大语言模型的冷启动推荐方法及系统

本发明公开了一种基于大语言模型的冷启动推荐方法及系统，属于推荐系统领域，包括：构建微调训练数据集；选择预训练大语言模型，利用低秩矩阵训练的方法进行模型微调训练后，通过微调训练数据集进行迭代训练，每次迭代过程采用半监督方法判断数据质量，直到loss函数下降到设计阈值，生成目标大语言模型；基于微调训练数据集的内容数据和交互数据，通过目标大语言模型，获取内容数据对应的内容嵌入向量，以及交互数据对应的协同嵌入向量；通过前馈神经网络，将内容嵌入向量和协同嵌入向量对齐，生成物品冷启嵌入向量生成器，用于根据冷物品的内容嵌入向量，获取推荐的冷启物品嵌入向量。本发明有效地提高了在冷启动物品推荐场景下的推荐性能。