一种基于大语言模型的车载个性化推荐排序系统

本发明公开了一种基于大语言模型的车载个性化推荐排序系统，涉及大语言模型领域；包括以下步骤：通过离线数据的分类标签、描述、摘要内容，并基于大语言模型生成物料关键词，构建物料属性索引表；通过脱敏后的用户在车载环境中的历史行为数据，构建用户行为特征；通过得到的用户行为特征并结合空间位置信息，通过自适应特征提取模块输出用户特征序列；将用户召回层的推荐物料以及冷启动物料，结合物料属性索引表，通过选择模块进行筛选，生成一个候选集序列，本发明充分挖掘大语言模型零样本推荐排序的能力，帮助用户在驾驶环境中快速获取所需内容，从而显著优化车载信息娱乐体验，提升用户的满意度与系统的智能化程度。