基于知识图谱和大模型的学术资源推荐方法和系统

本发明提供了一种基于知识图谱和大模型的学术资源推荐方法和系统。该方法首先通过先进的数据收集方法，从多个权威学术数据源中批量获取待推荐的学术资源，再利用知识图谱构建技术，识别待推荐的学术资源中的关键实体和实体关系，形成结构清晰且内容丰富的知识图谱。在此基础上，基于大模型的语言理解能力、泛化性能和训练效率，选择并定制了深度学习大模型即目标大模型。同时引入了多层次注意力机制和融合层，利用损失函数和多维度的评估指标，对目标大模型的训练目标进行了设计。通过任务定制、训练目标设计和知识图谱融合等策略，实现了文本信息与结构化知识的深度融合，从而能够提高学术资源推荐的准确性。