一种基于大语言模型的仿真强化认知推荐方法及系统

本发明公开了一种基于大语言模型的仿真强化认知推荐方法及系统，用于对知识追踪数据集的稀疏问题进行数据支持，具体方法如下：在静态仿真数据生成模块中将从真实世界数据集所获取到的真实数据输入到大语言模型，以输出生成数据；将真实数据对应的真实数据特征和生成数据对应的生成数据特征输入到判别器，以输出生成数据中的数据是否为真实数据的概率，通过所构建的静态仿真损失，先固定大语言模型，对判别器进行训练，后固定已训练完成后的判别器，对大语言模型进行训练；将真实数据、生成数据别输入到KT动态代理模块，输出下一时刻作答预测结果；该仿真强化认知推荐方法及系统解决数据集稀疏问题以及知识追踪模型的冷启动问题。