一种基于AI的商品搜索推荐系统

本发明提出一种基于AI的商品搜索推荐系统，包括将商品数据输入LLM中，生成商品摘要信息，训练推荐模型和构建商品类目搭配体系；通过LLM分析用户历史评价，提取用户兴趣关键词，生成用户兴趣标签和商品标签；从商品和用户数据中提取特征并输入神经网络进行模型训练，生成并存储；对用户和商品特征进行编码，使用神经网络进行正向传播和反向传播训练，生成存储到向量数据库中；输入用户或商品信息，通过模型编码并计算向量之间的余弦相似度，推荐与用户或商品最相似的商品。本发明省去了人工特征转化、特征工程和特征组合，加之辅以LLM特征提取与智能标注，采用有监督的学习方法，模型的构建显得非常可控可靠，提高了推荐准确度。