一种信息提取评估方法及计算机可读存储介质

本发明公开了一种信息提取评估方法，旨在提升金融信息筛选的精准性和个性化服务效果。不同于传统的TF‑IDF或简单机器学习模型的摘要生成方法，本发明结合大语言模型和个性化偏好匹配模型，对信息的时效性、传播热度和关联性进行多维度评估，实现信息的高效筛选与排序。该方法能够动态匹配用户的风险偏好与关注需求，并随外部信息变化实时更新用户偏好模型，从而确保推荐内容的时效性和相关性。同时，基于用户风险偏好模型的动态调整，系统能够自适应地优化推荐内容，确保用户持续获得高价值信息。本发明结合大语言模型进行影响分类，为用户提供高效、智能的金融信息服务，解决了现有技术在时效性、个性化和多维信息整合上的不足。