基于大模型与细分领域匹配的知识库内容推荐方法及系统

本发明涉及一种基于大模型与细分领域匹配的知识库内容推荐方法及系统，该方法包括：基于特征词加权抽取算法从用户当前阅读的原始内容中自动提取出关键的内容特征词；基于特征词及细分领域名称形成提示词，根据提示词确定专业细分领域；针对每个确定的细分领域，采用语义相似度检索算法，在数据库或知识库中搜索与特征词相关的内容，并提取前M条最相关的结果；基于特征词、细分领域的搜索结果，形成提示词，从M条搜索结果计算出前L条最相关的结果作为推荐内容，并生成相应的推荐理由；将各细分领域确定的推荐内容汇总，并保存到数据库；从数据库中调取各个细分领域的推荐内容。本发明能够实现自动化、低成本的精准推荐，无需大量人工标注数据。