基于图神经网络和大语言模型的商品推荐方法及系统

本发明公开了一种基于图神经网络和大语言模型的商品推荐方法及系统，该方法包括下述步骤：构建微调训练数据集微调训练大语言模型；获取用户与物品的历史交互数据集并划分为训练集和测试集，将训练集输入微调后的大语言模型得到用户社交网络的置信度关系；并将清洗后的置信度关系与原训练集进行合并，得到合并数据；基于合并数据构建泛化矩阵；基于增强泛化矩阵训练用户和商品嵌入向量，通过图神经网络进行表征聚合，将得到的结果进行反向传播更新参数；通过计算余弦相似度得到用户与不同商品的交互评分，并按照评分高低为用户推荐商品。本发明能克服用户画像缺乏社交网络关系支持的问题，获得更好的推荐效果。