一种基于大模型图片内容特征增强的个性化景点推荐方法

本发明公开了一种基于大模型图片内容特征增强的个性化景点推荐方法，包括：1、数据集获取与处理：获取带有地理标记图片的旅游数据集，并对图片的地理信息进行逆编码，得到用户‑景点交互矩阵；2、图片内容特征提取：利用大模型进行数据增强，将图片转为可解释性的文本语义信息；3、建立预测偏好模型：采用基于Wide&Deep变体的推荐模型，捕捉特征之间的直接关系；4、从预测偏好模型中得到用户对所有景点的偏好值，将偏好值进行降序排序，并选取前top个偏好值所对应的景点推荐给用户。本发明整合了地理信息、时间信息和大模型提取的图片内容属性信息，并设计基于Wide&Deep变体的推荐模型，从而有效提升了景点推荐的准确性和个性化水平。